Верификация фото и видео: признаки монтажа, deepfake и инструменты аутентификации

Изображения и видеоматериалы являются одними из самых убедительных, но и одновременно самых легко подделываемых типов контента. Современные технологии позволяют создавать фотореалистичные подделки, изменять содержание оригинальных снимков, вырывать их из контекста. Для специалиста по медиа-OSINT умение отличить подлинное изображение от сфальсифицированного — критически важный навык. Данная статья посвящена методам выявления признаков монтажа, распознавания deepfake и инструментам аутентификации визуального контента.

Типы манипуляций с визуальным контентом

Простой монтаж (Cheapfake)

Обрезка, изменение контекста, замедление/ускорение, неверная подпись

Копирование-вставка (Copy-move)

Копирование части изображения в другое место

Вставка объекта (Splicing)

Добавление объекта из другого изображения

Ретуширование (Retouching)

Изменение деталей (удаление объектов, сглаживание)

Deepfake (замена лица)

Синтез лица другого человека на видео/фото

Полностью синтезированное изображение

Генерация изображения с нуля (GAN, Midjourney, DALL-E)

Аудио-дипфейк

Синтез голоса, имитация речи

Методология верификации фото

Этап 1: Предварительный визуальный анализ

Что искать невооруженным глазом:

Неестественные тени

Тени от разных источников света, тени не совпадают по направлению/длине

Несоответствие освещения

Объект освещен спереди, фон — сзади

Проблемы с краями

Резкие границы, ореолы вокруг вставленного объекта

Искажение перспективы

Объект не вписывается в перспективу фона

Неестественные цвета

Цветовой дисбаланс, разные цветовые температуры

Повторяющиеся пиксели/узоры

Признак клонирования или копирования

Аномалии в глазах/зубах

Для deepfake (неестественные отражения, асимметрия)

Артефакты сжатия

Неравномерное сжатие JPEG (разные уровни артефактов в разных зонах)

Примеры анализа:

Тени: Два человека в кадре, тени падают в разные стороны → несовместимо → монтаж.
Края: Человек имеет неестественный ореол вокруг головы → вставлен из другого фона.
Отражающие поверхности: В отражении стекла виден оператор, которого нет в кадре → фотография была снята, но автор удален.

Этап 2: Анализ метаданных (EXIF)

Метаданные могут рассказать, как было создано фото.

Что проверять:

Программное обеспечение: Photoshop, GIMP, Lightroom указывают на редактирование (но не обязательно подделку).
Дата и время: Несоответствие с заявленными.
Камера/устройство: Модель должна соответствовать качеству изображения.
GPS-координаты: Есть ли? Соответствуют ли сюжету?

Инструменты:

ExifTool: exiftool photo.jpg (подробный вывод)
Online EXIF Viewer

Ограничения: Большинство соцсетей удаляют EXIF. Файлы после редактирования часто имеют измененные метаданные.

Этап 3: Анализ уровня ошибок сжатия (ELA — Error Level Analysis)

Принцип: JPEG-сжатие оставляет разные уровни артефактов в разных областях. Области, которые были изменены (вставлены), имеют разные уровни сжатия.

Как работает:

Изображение сохраняется с высоким уровнем сжатия.
Алгоритм сравнивает исходное и сжатое изображения.
Области с высоким уровнем ошибок (яркие) указывают на возможные изменения.

Инструменты ELA:

FotoForensics: Онлайн-сервис (fotoforensics.com) — самый доступный.
GIMP: Ручной анализ ELA.

Пример интерпретации для FotoForensics:

Темное/черное: Однородное сжатие, скорее всего оригинал.
Яркое/белое: Различия, возможно монтаж.
Края объектов: Естественно яркие из-за контраста.
Вся картинка слишком яркая: Подозрительно.

Ограничения:

Сложно интерпретировать без опыта.
Не работает для полностью синтезированных изображений (нейросети).
Низкое разрешение ухудшает анализ.

Этап 4: Анализ шумовых паттернов (Noise Analysis)

Каждый сенсор камеры имеет уникальный паттерн шума (Photo Response Non-Uniformity — PRNU). Вставленные объекты имеют другой шум.

Методика:

Выделение шумовой компоненты изображения.
Поиск областей с аномальным шумом (отсутствие шума или другой паттерн).
Признак вставки из другого изображения или наложения текстуры.

Инструменты:

Python + OpenCV: Собственные скрипты.
Forensically: Онлайн-инструмент (29a.ch/photo-forensics).

Этап 5: Анализ цветовых каналов

Иногда подделки видны при разделении на каналы RGB (Red, Green, Blue).

Что искать:

Артефакты в синем канале: Некоторые алгоритмы редактирования оставляют следы в синем канале.
Неестественное распределение цвета: Одна часть изображения имеет нехарактерное для остального цветовое смещение.

Инструменты:

GIMP / Photoshop: Разделение на каналы.

Этап 6: Поиск дубликатов и источников (Reverse Image Search)

Часто подделка — это оригинальное изображение, использованное в другом контексте.

Что делать:

Google Images, Yandex.Images, TinEye: Поиск по изображению.
Поиск других размеров, обрезанных версий.
Поиск контекста: где еще использовалось это фото.

Результат:

Фото найдено на стоковом сервере (например, Shutterstock) — очевидная постановка.
Фото найдено на сайте с другой датой — не соответствует заявленному событию.

Методология верификации видео

Верификация видео сложнее из-за размера файлов и динамичности. Однако многие методы схожи.

Этап 1: Покадровый анализ

Выявление артефактов, которые незаметны при нормальном просмотре.

Инструменты:

FFmpeg: Извлечение кадров с заданной частотой.

ffmpeg -i video.mp4 -vf "fps=1" frame_%04d.jpg # 1 кадр в секунду ffmpeg -i video.mp4 -vf "fps=25" frame_%04d.jpg # все кадры

VLC Media Player: Покадровая навигация (E — следующий кадр, Shift+E — предыдущий).

На что обращать внимание:

Резкие изменения освещения между кадрами.
Мерцание вставленных объектов.
Следы автоматического ретуширования (например, сглаживание, размытие).

Этап 2: Анализ аудиодорожки

Звук часто выдает подделку: несовпадение звука и изображения.

Что проверять:

Синхронизация: Синхронизация звука с движением губ (при разговоре).
Фоновый шум: Резкое изменение или исчезновение фонового шума при монтаже.
Спектрограмма: Визуализация частотного спектра. Артефакты указывают на сжатие или редактирование.

Инструменты:

Audacity: Просмотр спектрограммы, анализ аудио.
FFmpeg: Извлечение аудиодорожки.

Этап 3: Анализ метаданных видео

Аналогично фото: камера, дата, GPS (если есть), программное обеспечение.

Инструменты:

MediaInfo: mediainfo video.mp4.
ExifTool: exiftool video.mp4.

Выявление deepfake (синтезированных видео)

Deepfake создаются нейросетями и могут быть очень качественными. Однако есть характерные артефакты.

Признаки deepfake:

Неестественное моргание

Слишком редкое или частое, неестественные движения век

Проблемы с руками/зубами

Neural networks часто плохо генерируют мелкую моторику

Несоответствие освещения глаз

Отражения в глазах не синхронизированы с освещением сцены

Размытие вокруг лица

Место склейки синтезированного лица с оригинальным телом

Артефакты на границах волос

Неестественные переходы между лицом и волосами

Проблемы с текстурой кожи

Слишком гладкая, пластичная, отсутствие пор

Несоответствие аудио и видео

Аудио может быть настоящим, а видео — синтезированным

Инструменты для детекции deepfake:

Deepware Scanner

Анализ видео на deepfake - Бесплатно (онлайн)

Microsoft Video Authenticator

Анализ вероятности подделки

Sensity (ранее Deeptrace)

Коммерческий инструмент - Платный

FakeCatcher (Intel)

Анализ изменений цвета крови в лице

Reality Defender

Платформа для верификации контента - Платная, демодоступ

Python (FaceForensics++, MesoNet)

Open-source модели для детекции - Бесплатно

Пример кода: использование OpenCV для выявления неестественного моргания

import cv2
import dlib

# Загрузка детектора лиц и определения ключевых точек
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

def get_eye_aspect_ratio(eye_points):
    # Расчет отношения сторон глаза (EAR)
    # В норме EAR уменьшается при моргании
    pass  # Реализация полного цикла требует введения промежуточных вычислений

# Данный фрагмент демонстрирует структуру, но не является рабочим кодом

Выявление полностью синтезированных изображений (AI-generated)

Нейросети (Midjourney, DALL-E, Stable Diffusion) создают очень реалистичные, но несовершенные изображения.

Признаки AI-генерации:

Асимметрия: Лица часто асимметричны (разные глаза, серьги, уши).
Аномалии в тексте: Неразборчивые, галлюцинированные буквы и слова.
Странные детали: Искривленные пальцы, неестественное количество пальцев, проблемы с украшениями.
Однородная текстура: Отсутствие реалистичных шума и зернистости.
Повторяющиеся структуры: Узоры, которые нелогично повторяются.

Инструменты для детекции AI-изображений:

Hive AI

Детекция AI-контента (промт, изображение, аудио)

AI or Not

Онлайн-детекция изображений от Midjourney, DALL-E, Stable Diffusion

Illuminarty

Детекция AI-генерации, оценка вероятности

Optical.ai

Автоматическое определение AI-изображений

Python (CLIP, DINOv2)

Исследовательские модели

Практический алгоритм верификации фото/видео

Проверка источника (Source): Кто опубликовал? Где оригинал?
Извлечение метаданных (Metadata): ExifTool, MediaInfo.
Визуальный осмотр (Visual): Тени, освещение, края.
Обратный поиск (Reverse search): Google, Yandex, TinEye.
Инструменты форензики (Forensics): ELA, шумовой анализ.
Анализ видео/аудио: Покадрово, аудио.
Deepfake-детекция (если применимо): Специализированные сервисы.
Верификация контекста: Согласованность с другими данными.
Вывод: Подтверждено, требует уточнения, подделка, неопределенно.

Кейс: Разбор вирусного видео «ракетного удара»

Задача: В Telegram распространяется видео, утверждающее, что в городе N произошел ракетный удар. Проверить.

Визуальный осмотр:

Тени: Дома отбрасывают тени под углом 45°, солнце низко (утро/вечер) — несоответствует заявленному времени.
Автомобили: Номера не соответствуют региону N.
Детали: Люди одеты не по сезону (для заявленной даты).

Извлечение метаданных: EXIF удален.
Обратный поиск по ключевым кадрам:

Google Images находит это же видео на YouTube, загруженное 2 года назад.
Видео настоящее, но оно о взрыве на складе боеприпасов в другой стране в 2022 году.

Анализ аудиодорожки: Звук взрыва не синхронизирован с изображением, взят из библиотеки звуковых эффектов.
Вывод: Подделка — старое видео с другого события выдается за новое. Аудио сомнительно. Контекст не соответствует.

Верификация фото и видео — это многоуровневый процесс, требующий комбинации технических инструментов (ExifTool, FotoForensics, покадровый анализ) и критического мышления (оценка источников, кросс-референс, здравый смысл). Ни один инструмент не дает 100% гарантии, но системный подход к проверке позволяет выявить большинство подделок и отсеять недостоверный контент. Ключевой принцип: доверяй, но проверяй — и всегда ищи первоисточник.