Photo Chop Shop

En 2003, le Los Angeles Times a couru une photo prise par le photographe Brian Walski d'un soldat britannique à Bassora, en Irak, faisant signe à un homme portant un enfant. Lorsqu'un journaliste avisé au Hartford Courant , l'un des nombreux journaux qui ont réimprimé la photo, a remarqué qu'elle semblait contenir des images répétées de la même personne en arrière-plan, la véracité de la photo a été remise en question. Walski a admis qu'il avait utilisé le logiciel Photoshop d'Adobe pour combiner deux photographies distinctes pour l'image finale, et a été rapidement licencié.

L'épisode Walski a non seulement conduit à une large discussion sur l'éthique dans le photojournalisme, mais a également démontré à quel point un utilisateur qualifié peut facilement utiliser des programmes comme Photoshop pour tromper les téléspectateurs moyens - et parfois même les experts - en prenant une image truquée pour la vérité. Parce que presque toutes les photos numériques, y compris celles utilisées comme preuves devant les tribunaux, sont vulnérables à ce type de falsification, les informaticiens et autres sont occupés à faire progresser l'état de l'art en matière de criminalistique numérique.

Le problème [de la retouche photo] était dans ma tête depuis quelques années, dit Nasir Memon , informaticien à l'Université polytechnique de Brooklyn, spécialisé dans le traitement d'images. Il a commencé à voir de plus en plus d'articles dans les journaux sur la falsification de photos numériques, explique Memon, et a décidé il y a environ deux ans d'utiliser son expérience dans l'amélioration des photos pour détecter les altérations numériques.

Il existe déjà un moyen d'empêcher la falsification - ou du moins de l'exposer - mais le processus est coûteux et peu disponible. Les appareils photo équipés de la technologie de filigrane numérique peuvent ajouter un flux supplémentaire de données d'identification au fichier image. Si la photo est modifiée du tout, le filigrane numérique est corrompu. Canon, pour sa part, vend des appareils photo dotés de cette technologie et du logiciel supplémentaire de lecture des filigranes depuis 2002. Ils sont principalement achetés par des professionnels, tels que des enquêteurs sur les scènes de crime, qui doivent prouver que les photos qu'ils prennent sont intactes.

Cependant, toutes les photographies utilisées au tribunal ne sont pas prises par des experts utilisant la technologie du filigrane. C'est là qu'intervient la criminalistique numérique, explique Memon, qui organise en février 2006 un symposium sur le terrain à San Jose, en Californie. La technologie peut découvrir des altérations bien cachées dans les photos prises avec des appareils photo numériques ordinaires, faire correspondre une image à l'appareil photo qui l'a capturée et déterminer si deux images ont été prises avec le même appareil photo.

Un exemple est le logiciel Memon développé pour caractériser une marque d'appareil photo, comme Sony ou Canon, par sa signature numérique. Ce ne sont pas les choses qui vous aideront à identifier un criminel, explique Memon, mais des indices qui forment une pièce d'un puzzle qui peut résoudre un crime.

Le programme de Memon repose sur le fait que les appareils photo numériques enregistrent les informations d'image dans des carrés de couleur discrets, ou pixels. Chaque pixel est constitué d'un capteur de lumière rouge, bleue ou verte. Vous n'avez pas les trois [capteurs] à aucun moment, explique Memon, donc les caméras utilisent des algorithmes d'interpolation pour ajuster la couleur d'un pixel individuel en fonction des lectures des pixels environnants. Ces algorithmes varient d'une entreprise à l'autre et laissent des artefacts révélateurs sur les images, explique Memon. De cette manière, une image d'une caméra peut être distinguée d'une prise avec une autre.

Jusqu'à présent, Memon et ses étudiants à Brooklyn ont répertorié les styles d'estimation des couleurs de 10 fabricants différents. Memon note cependant qu'il existe une différence entre les modèles haut de gamme et milieu de gamme de chaque entreprise. La technique est précise à environ 90 pour cent, dit Memon, mais à mesure que le nombre d'appareils photo numériques sur le marché augmente, il devient plus difficile de faire correspondre une image à une marque d'appareil photo.

La technique de Memon est utile lorsque les enquêteurs traquent un appareil photo et un photographe ; mais dans certains cas, la caméra fait déjà partie de la preuve. Dans ces cas, une technique mise au point par Jessica Fridrich à l'Université d'État de New York à Binghamton peut aider à prouver qu'une image individuelle provient d'un appareil photo spécifique.

Pour accomplir ce travail de détective, Fridrich exploite le fait que chaque appareil photo produit de minuscules imperfections, ou du bruit, dans une image. Si vous zoomez sur une partie d'une image qui est censée être un ciel bleu uniforme, vous verrez que ces pixels ne sont pas d'un bleu monotone, explique-t-elle. Vous commencerez à voir des irrégularités.

Le logiciel de Fridrich extrait ces irrégularités d'un grand nombre d'images capturées par le même appareil photo. (Étant donné que les enquêteurs ont accès à l'appareil photo, ils peuvent prendre autant de photos que nécessaire.) Étant donné que chaque appareil photo individuel a une manière caractéristique de produire du bruit, les irrégularités peuvent être moyennées pour créer une signature unique, et les photos individuelles peuvent être vérifiées par rapport à cela. Signature. La technique est précise 99,99 pour cent du temps, selon Fridrich. Nous avons découvert l'équivalent de faire correspondre une balle au canon et au pistolet, dit-elle.

La technique de Fridrich fonctionne même après qu'une image a été compressée dans un fichier plus petit, pour être envoyée par e-mail, par exemple. En revanche, les techniques médico-légales numériques comme celle de Memon échouent si un fichier a été réduit. La beauté de [corrélation de bruit] est qu'elle est robuste à la distorsion, dit Fridrich.

Récemment, Fridrich a étendu sa technique d'analyse du bruit pour déterminer si certaines régions d'une image ont été altérées. Si le bruit n'est pas uniforme sur toute l'image, un segment a été falsifié, dit-elle.

Chaque jour, quelque part dans le monde, quelqu'un remet en question la véracité d'une image, dit Memon. Les outils de Memon et de Fredrich sont utiles dans différents contextes - et ensemble, ils devraient aider les faussaires de photos à duper le public inconscient.

cacher