Mendeteksi Foto “Aspal”

Berita semingguan kemarin nih, tapi masih anget: Smoking out photo hoaxes with software. Bukan soal softwarenya sih, tapi karena ada matematika berbicara di situ (itu salah satu hobby saya dan teman-teman dulu, walaupun barusan sadar bahwa saya udah lupa formula untuk menghitung volume bola: 4*pi*r^3, bukan?) Uhuuy, keren! Anyway…

Kita ini di Indonesia banyak kena kasus foto aspal, walaupun seringnya lebih ke porn-style. Apalagi sekarang didukung software hebat semacam Photoshop yang bisa diakses di Mangga Dua dengan 20 ribu perak saja, maka muncullah kasus foto bugil si A beredar di Internet, foto si A dengan si B, dan sebagainya. Pertanyaan yang lebih serius sebenarnya, kalau begitu, bisakah foto digital dijadikan pembuktian di pengadilan kita?

Gimana sih orang mendeteksi “keaspalan” sebuah foto digital? Saya coba pelajari sedikit, dan berikut summary-nya.

WARNING: saya nggak jago Photoshop atau teknik photo-retouching atau yang semacamnya. Saya cuma ingin men-trigger kepala teman-teman yang tertarik mempelajari hal ini, karena expert kita di sini sedikit sekali! Apalagi ada ide model pendeteksian menggunakan software di atas, so please teman-teman dengan kombinasi hobby: fotografi + matematika + image processing (kombinasinya yang aneh banget), ayo, ayo… it’s so cool!

Coba kita lihat foto di bawah ini:

Dulu beberapa teman menerima forward email yang berisi foto di sebelah kanan, sementara yang lainnya menerima foto yang sebelah kiri. Nah, pertanyaannya: mana yang asli? Hehehe… Jawabnya: tulisan di kedua foto itu palsu! Menurut prajurit Bourdeaux (tentara di foto itu, ini beneran ada ternyata), tulisan yang sebenarnya adalah “Welcome Marines!”

Yang dilakukan para pakar digital photo forensic (keren banget namanya) biasanya adalah berharap menemukan inconsistency di dalam foto yang dicuragai aspal itu. Ambil contoh, inkonsistensi pada pencahayaan seperti pada gambar ini.

See? Object hiu itu disinari dari atas sebelah kiri, sementara object-object lain dari atas sebelah belakang. Jadi satu object yang diambil pada sebuah situasi di suatu waktu digabungkan dengan foto pada situasi lain di waktu yang lain, akan meninggalkan jejak inkonsistensi. Contoh lain, foto yang cukup terkenal ini, menunjukkan arah bayangan yang nggak natural.

Inkonsistensi yang lain adalah pada noise. Seperti kasus foto prajurit Bourdeaux di atas, ada noise di tepian huruf yang nggak konsisten dengan di tempat lain.

Atau ada juga, inkonsistensi dengan adanya duplikasi area-area tertentu di dalam foto. Ini bila pemalsuan itu melibatkan penghilangan satu atau lebih object, maka object-object itu akan diganti dengan area-area lain di dalam foto.

Teknik lain, seperti melihat grey-level histogram (untuk melihat perbedaan kontras dua object), perspective, dan lain sebagainya, perlu pengetahuan lebih jauh. Teknik yang paling full-proof adalah, jelas, menemukan foto-foto aslinya. Nggak usah ditanya. ;-)

Nah, teknik-teknik di atas perlu pemahaman fotografi, photo-retouching yang rada lumayan, dan kejelian. Begitu kejelian sudah mentok (biasalah, para pemalsu juga belajar dan improved!), software-nya Pak Hany Farid (matematikawan, otak di balik software itu) kayaknya bisa dipertimbangkan. Konsep matematisnya kira-kira begini:

Kebanyakan software photo editor (Photoshop misalnya) menggunakan algoritma teori probabilitas (a.k.a. Bayes’ Theorem) untuk mengisi pixel-pixel pada foto digital dalam retouching. Nah, pola-pola probability map inilah, yaitu korelasi statistik yang nggak alami, yang dideteksi oleh software bikinan Pak Hany dkk itu. Ngerti nggak? Sama, saya juga nggak. ;-)

Tapi download deh softwarenya, ditulis pake Matlab 5.x (so make sure you have that dan jangan terlalu berharap akan user-frendly, namanya juga bikinan ilmuwan… ;-)). Coba main-main di menu probability map dan Fourier transform. Hasilnya menarik kok. Contohnya begini:

Kebanyakan kamera digital menggunakan interpolasi CFA (color filter array) ketika generate gambar. Maka jika ada area foto yang “diphotoshop”, maka area itu akan kehilangan pola interpolasi ini.

Kita buat probability map untuk foto yang palsu:

Ambil Fourier transform dari dua area di probability map itu: satu yang kita curigai asli, satu area lainnya yang kita curigai telah dimodifikasi.

Nah terlihat di situ, area yang mengandung interpolasi CFA akan menghasilkan peak seperti pada hasil sebelah kanan, sementara area yang telah dimodifikasi menghasilkan pola yang tidak menunjukkan hasil interpolasi CFA (hasil sebelah kiri).

Menarik kan! Sekedar ide aja buat teman-teman di matematika atau computer science, in case lagi nyari judul buat tugas akhir… ;-)

Resource:

Homepage-nya Pak Hany Farid
Paper beliau tentang digital-forensic yang bejibun
Tulisan seorang pakar, Robert Fiete: “Photo Fakery”
Buku karya Dino A. Brugioni, pakar foto aspal di CIA

4 Comments »

Leave a comment

Line and paragraph breaks automatic, e-mail address never displayed, HTML allowed: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>