现在的照片，往往是“照骗”。如何识别造假的照片呢？本文带你见识一下AI和区块链强强联合的识假技术！
照片是真实世界的反映吗？
或许从照相技术发明的初衷来说，应该是这样的。
不过现实情况却是，在拍照技术被发明不久后，利用照片冲印技术进行照片修缮和造假的情况就已经出现了。等到了数码照片时代，Adobe这样的图像处理软件出现后，更让照片造假成为了一件普遍的事。
等到今天，AI把更强的图像处理能力带给了每一个人时，通过手机上的App就能对照片甚至视频进行修图美颜，照片造假已经成为了一件人们习以为常的事情。
不过到了今天，这种情况很可能就要被改变了。
一、照片造假简史
关于照相术的发明有两种说法，一说在1826年，由一位法国人成功完成了第一次摄像，也有说法是1839年，利用卤化银技术作为感光材料的技术成熟后，照相术才可是正式应用起来。
但在1855年，就已经开始有人利用暗房冲洗技术对照片进行造假了。
上面这张照片，就是1855年出现的一张假照片。我们可以看出，这张照片应该是把两张歪着头的半身照合并曝光在一张相纸上，才形成了图中两个脑袋的错觉。
在那个没有PS的年代，修改胶片照片是一件非常费劲的事。曾经为毛泽东、周恩来、朱德等等多位领导人拍摄过照片的新华社摄影部技术组组长陈石林，就曾在采访中提到过提领导人们修片的过程。
就拿这张照片来说，早年间毛泽东没有自己的单人标准照，陈石林就把手表的表针磨成极细的小刀，把毛泽东从这张集体照中“抠”了出来，制成了毛泽东的第一张标准照，也就是现在百元人民币上的“毛爷爷”。
剩下的还有用分部分曝光提高人脸上的立体效果，用透明水彩燃料、薄碱液把牙齿涂白等等。
随后数码照片时代来临，Photoshop等等软件的出现让照片可以完全脱离现实、变为艺术品，或者以假乱真的的改动混淆事实。
当AI带来强大的学习能力和图像处理能力之后，照片的改动甚至可以自动化、批量化。现在很多手机宣传的AI拍照、智能美颜，其实就是手机程序执行图像处理指令，创造出无数张“假的照片”。
Adobe这类公司通过软件技术带给了我们一个更美好的世界，同时也带来了很多欺骗。轻则是一张和真人长相不符的照片，重则是可能影响世界的虚假新闻照片。
这时，识别照片造假已经成了一件重要工作。通常来说，识别照片造假的方式有以下几种。
第一是通过光影识别。
一般情况下，一张照片里的光源都是相同的，所以阴影的大小、位置、角度应该也是相对的。如果说照片中有对象的阴影位置不符合光源体系，那么这一对象通常受到了修改。
第二种是重建3D模型。
当照片没有明显的阴影误差时，我们可以通过已知信息重构照片中物体的3D模型，以此重新“拍照”然后对比现在的照片有没有进行修改。上面这张图片，就是通过了解到照片中人的身高体重，进行3D模型重现之后发现比例角度都和照片相同，也就确定照片没有被修改。
第三种方法，是建立数码相机的“指纹”。
捷克一家初创企业Verifeyed通过对相机光学系统、传感器和储存系统确定每一台相机的独特性，再通过检验jpg文件经过几次保存再压缩来判断图片有没有经过修改。
除此之外，还有类似于看看物体边缘有没有模糊畸变、墙壁有没有被P歪等等普通人常用的低阶手段。但不管怎样，比起AI造假照片的速度和强度，我们甄别假照片的能力都要差了一大截。
还好现在AI技术和区块链技术也加入了反照片造假的大军。
Adobe在此前的CVPR计算机视觉大会上就展示了这样一种技术，用深度学习对大量PS过的图片进行学习和训练，得出深度学习神经网络模型，通过对图像噪点的变化来识别图像有没有被修改过。
通过这种方式，Adobe还能识别出拼接、删除、涂抹三种不同的图像修改方式，并且，这一切都是在AI的控制下高速有效地自动进行。
而在美国，一家名为Truepic的企业推出了一款名为DeepFake的产品，通过区块链技术来确保图片的真实可信。
DeepFake在手机终端中搜寻照片，通过识别终端号、地理位置和拍摄时间等元数据对照片施加水印，储存这张照片之后再生成不变的区块链。这样一来如果有人对自己的照片进行修改，DeepFake用户就可以通过已经上传过的真实版本来自证清白。
三、信息安全和远程服务的救星？
防止照片造假的真正意义，并不是想识破谁的照骗，而是为了很多远程服务可以被更好的进行，和在新媒体时代保证信息安全。
最典型的，愈演愈烈的新闻图片造假也有可能就此停止。就拿上面这张照片来说，照片是911发生时小布什和小学生在一起的照片，为了表现小布什的愚蠢无能，好事者把书的封面P成了倒置。一张虚假的照片可能就此给政治家和明星的职业生涯抹上污点。
但如果所有新闻工作者都利用上区块链技术，为照片自证清白，女明星们也不再需要为合照中谁把谁P丑了进行争论。这一招应对前一阵很火的人工智能换脸制作明星的色情照片更是有奇效。
除此之外，最近开始流行的智能保险远程定损，就是用户拍下事故照片上传到App，在通过人工审核或者机器学习通过照片来判定事故的损失。并且很多时候我们需要通过上传身份证照片、驾驶证照片、合同照片等等来进行平台身份认定。
在这一类情况下，照片造假的难度是很低的，但让平台方对照片进行人工审核的成本却很高。这时Adobe推出AI检测图片造假技术就可以很好的派上用场。
总之每一项技术的诞生总要有新的意义，就像反照片造假技术的价值绝不是仅仅让世界上没有照片，而是通过创造信任，来实现商业效率的进步。
