El Sofista

Falsificación de fotografías (5ta. y última parte)

Continuación del artículo de Robert D. Fiete publicado en OE Magazine, cuya primera parte traduje aquí.


Finalmente, entender cómo el tratamiento de imágenes altera las características de una imagen nos puede dar pruebas de que fue alterada. Por ejemplo, cuando se contrasta una imagen, el histograma de los niveles de gris resultante mostrará a menudo "agujeros" o valores de niveles de gris que dejaron de estar presentes en la imagen. Un objeto tomado de una imagen e integrado en otra podrá mostrar un histograma diferente, señal de que el objeto no formaba parte originalmente de la segunda imagen. Sin embargo, si una imagen fue mejorada con un algoritmo de tratamiento flexible o adaptive processing, entonces algunas de sus características, como el histograma de niveles de gris o la nitidez de los bordes, puede cambiarse localmente aun cuando no se haya efectuado otra alteración. El tratamiento flexible no debe utilizarse en imágenes verdaderas si se quiere preservar su integridad. Lamentablemente, si se procesa una imagen después de habérsela alterado, por ejemplo con una compresión, entonces los agujeros en el histograma se ocuparán y el histograma dejará de parecer sospechoso, tal como se ve en la siguiente imagen:



La dificultad para detectar imágenes falsificadas

La mayoría de quienes falsifican imágenes conoce poco o nada la física de la cadena de generación de imágenes y aún así muchas imágenes falsificadas nos engañan porque sus propiedades parecen ser consistentes con imágenes verdaderas. ¿Cómo es posible? Las imágenes a las que se le alteró el contexto son imágenes reales; en consecuencia, es imposible mostrar que la imagen misma es inconsistente con la física mediante un análisis, sólo se puede mostrar que el autor es un mentiroso. Las imágenes con contenidos alterados por lo general presentan signos de alteración si la imagen fue creada rápida y descuidadamente. Las anomalías producidas en una imagen alterada pueden ser disminuidas si se tienen conocimientos de las propiedades de la cadena de generación de imágenes y si se cuenta con el tiempo y el esfuerzo necesarios para hacer que toda la imagen sea consistente hasta el nivel del píxel, pero esto rara vez se hace debido al conocimiento y tiempo requeridos.

El método más simple para disminuir la detección de anomalías en una imagen alterada es degradar la calidad de la imagen de la alteración. Los métodos más comunes son desenfocar los bordes, agregar ruido aleatorio, reducir el tamaño de la foto o comprimir la imagen, los que cubrirán los detalles delatores de la manipulación. Muchas imágenes falsificadas son de tan baja calidad que es imposible tomar mediciones lo suficientemente precisas como para determinar alguna inconsistencia. Obviamente, la mayoría de quienes falsifican imágenes no disminuyen la calidad para dificultar el análisis de la imagen, sino que reducen la calidad, por medio del cambio de tamaño o la compresión de la imagen, simplemente para reducir el tamaño del archivo. Sin embargo, reducir la calidad de la imagen para ocultar las inconsistencias puede disminuir el impacto que el autor esperaba lograr con la imagen alterada. Por ejemplo, la inconsistencia en el desenfoque de los bordes será menor en una imagen alterada si se reduce el tamaño de la imagen, pero esto puede llevar a distorsiones poco satisfactorias.

La esteganografía de imágenes proporciona un método para añadir información oculta en una imagen. Es posible codificar información referida a una imagen inalterada e introducirla dentro de ella de manera tal que sea invisible. La información también puede codificarse y requerir una clave para ser decodificada, logrando así que los usuarios no autorizados no puedan alterar la información. La información añadida puede resistir la mayoría de las alteraciones y tratamientos como el cambio de escala, la rotación, la compresión y el recorte. A modo de ejemplo, el mapa de los bordes de una imagen puede ser creado, codificado y añadido a la misma imagen. Si se sospecha que una imagen fue alterada, entonces se extrae la información añadida con la clave y se la compara con la imagen. Cualquier diferencia entre los mapas de los bordes de la imagen actual y del añadido a la imagen será una prueba de que se alteró la imagen:


Aunque las herramientas para analizar imágenes permiten detectar muchas falsificaciones, actualmente no hay forma para detener a quien tenga el tiempo y los recursos necesarios para producir una imagen falsificada indetectable. Todo lo que se puede hacer es tener la esperanza de que sea posible encontrar alguna inconsistencia, la cual establecerá la falsedad de la imagen. Los métodos que hoy están siendo desarrollados, como la estenografía de la imagen y el código de control en las impresoras, pueden ayudar a prevenir y detectar imágenes falsificadas que pretendan pasar por imágenes verdaderas. Dos páginas de consulta muy buenas para comprobar la autenticidad de imágenes distribuídas por la Internet son The Museum of Hoaxes y Urban Legends Reference Pages (en inglés). Para más información sobre imágenes falsificadas, también pueden consultar Photo Fakery, de Dino Brugioni.

Volver a la cuarta parte.

escrito por el sofista @ lunes, abril 07, 2008