Cách phát hiện ảnh bị làm giả

Hany Farid, giáo sư khoa học máy tính tại Đại học Dartmouth (Mỹ) chuyên về pháp y nhiếp ảnh chỉ ra một số phương thức giúp phát hiện ảnh giả.

Dùng tính năng tìm kiếm hình ảnh ngược của Google

Bạn có thể phát hiện ra bức ảnh đó là giả hay thật bằng cách dùng tính năng tìm kiếm ngược của trang web tìm kiếm Google để truy ra nguồn gốc bức ảnh. Theo Hany, thường chỉ cần thông qua bước này là đã có thể tìm được ảnh gốc trước khi bị thêm các vật thể giả.

Bên cạnh đó, tính năng tìm kiếm hình ảnh ngược còn là phương thức hữu hiệu để một người xác minh liệu có ai đang ăn cắp hình ảnh trên mạng xã hội của mình hay không.

Chú ý những điểm bất thường

Bạn cần phóng đại và quan sát kỹ những vật thể trong ảnh có thể đã bị ghép vào hoặc xóa đi, nhưng mức độ phóng đại không nên tới 500% vì điều này có thể dễ dàng khiến thứ hoàn toàn hợp lý (như nhiễu ảnh hoặc méo ảnh) bị nhận định là đã qua chỉnh sửa. Bạn chỉ nên phóng to tối đa 200-300% khi rà soát ảnh để tránh nhận định sai.

Với những bức ảnh có hình ảnh phản chiếu trong gương, Hany cũng có cách để xác định độ thật giả. Nếu dùng đường thẳng nối liền một điểm của vật thể với điểm tương ứng trong ảnh phản chiếu của vật thể đó, những đường này khi được kéo dài sẽ hội tụ tại một điểm nào đó đằng sau bề mặt phản chiếu. Nếu chúng không hội tụ, bức ảnh đã bị chỉnh sửa.

Khi kéo dài mãi, đường thẳng nối các điểm tương ứng giữa vật thể với ảnh phản chiếu sẽ phải hội tụ tại một điểm. Ảnh: BBC.

Một điểm khác là kiểm tra ảnh phản chiếu nguồn sáng (như ánh đèn flash hoặc ánh mặt trời) trong mắt những người xuất hiện trong ảnh. Nếu những ảnh phản chiếu này có đặc điểm không thống nhất (về vị trí, kích cỡ, và màu sắc), bức ảnh ấy có thể đã bị cắt ghép.

Ngoài ra, màu sắc của đôi tai những người trong ảnh cũng có thể tiết lộ độ xác thực của ảnh. Nếu mặt trời ở phía sau, đôi tai nhìn từ phía trước sẽ trông hồng hào vì mạch máu được chiếu sáng. Nhưng nếu ánh sáng đến từ phía trước, ta sẽ không nhìn thấy sắc hồng tại đôi tai.

Bóng của các vật thể cũng sẽ nói lên độ xác thực của bức ảnh. Bóng của một vật thể sẽ phải xuất hiện đối diện với nguồn sáng. Bằng thông tin này, điều tra viên có thể dùng đường thẳng nối liền bóng, vật thể, và nguồn sáng để xác định bức ảnh có thể tồn tại hay không.

Ảnh gốc (trái) có bóng đổ đối diện nguồn sáng, ảnh qua chỉnh sửa có bóng đổ cùng phía với nguồn sáng. Ảnh: Cognitive Research: Principles and Implications.

Kiểm tra dữ liệu ảnh

Khi chụp một bức ảnh, máy ảnh kỹ thuật số sẽ "gói" thông tin (ví dụ về hãng sản xuất, model máy, khẩu độ, thời gian phơi sáng, tọa độ GPS, phần mềm chỉnh sửa...) vào trong file ảnh, được gọi là dữ liệu EXIF. Để xem dữ liệu EXIF, ta có thể dùng phần mềm chỉnh sửa ảnh như Photoshop hoặc các trang web online.

Nếu có kiến thức nhiếp ảnh, một người có thể dùng thông tin này để xác định độ xác thực của bức ảnh. Ví dụ, nếu bức ảnh chụp chiếc xe đang phóng nhanh với tốc độ màn trập chậm như 1/10 giây, chiếc xe sẽ bị nhòe hình. Nếu hình ảnh của chiếc xe vẫn sắc nét, bức ảnh này có thể đã bị chỉnh sửa.

Tuy nhiên, bạn không nên quá dựa dẫm vào dữ liệu EXIF vì cũng có thể bị làm giả hoặc xóa sạch. Ngoài ra, dù dữ liệu EXIF cho biết ảnh được xuất ra từ phần mềm Photoshop, bức ảnh chưa chắc đã bị cắt xén để lừa gạt vì đôi khi những sự chỉnh sửa này đơn thuần là thay đổi kích thước.

"Nghịch" ảnh trong phần mềm chỉnh sửa

Hany cho rằng có thể "nghịch" ảnh bằng phần mềm chỉnh sửa ảnh như Photoshop nhằm làm lộ sự cắt xén và chỉnh sửa. Để thực hiện việc này, ông đề xuất công cụ Levels trong phần mềm Photoshop.

Ví dụ, bức ảnh thắng giải thưởng vào năm 2016 dưới đây đã bị phát hiện là ảnh qua chỉnh sửa bằng công cụ Levels.

Bằng công cụ Levels trong Photoshop, chiếc máy bay bị lộ phần khung trắng, từ đó cho thấy ảnh bị chỉnh sửa. Ảnh: Peta Pixel.

Thoạt nhìn, bức ảnh cho thấy người chụp đã có thể chớp đúng khoảnh khắc máy bay hiện ra chính giữa miệng cầu thang. Tuy nhiên, bằng cách cân chỉnh ánh sáng với công cụ Levels, phần khung chữ nhật quanh chiếc máy bay bị lộ ra, tố cáo chủ nhân của bức ảnh đã có hành vi ghép ảnh.

Quốc Đạt (Theo BBC, Popular Science, Peta Pixel)

Let's block ads! (Why?)