Détection automatique et en ligne de la falsification d'images et de vidéos

par Tina Nikoukhah

Projet de thèse en Mathématiques appliquées

Sous la direction de Rafael Grompone von gioi et de Jean-michel Morel.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale de mathématiques Hadamard (Orsay, Essonne) , en partenariat avec Centre de mathématiques et de leurs applications (Cachan, Val-de-Marne) (laboratoire) , Traitement des images et du signal (equipe de recherche) et de École normale supérieure Paris-Saclay (Cachan, Val-de-Marne) (établissement de préparation de la thèse) depuis le 01-10-2018 .


  • Résumé

    Un nombre croissant d'images falsifiées sont utilisées sur les réseaux sociaux et alimentent les fake news. La littérature sur la détection de falsification table sur des faussaires habiles, mais pas si méticuleux. Elle suppose que la falsification laisse des traces malgré le camouflage. Pour détecter une falsification il faut donc d'une part reconstruire le modèle de constitution de l'image simulé par le faussaire, et détecter toute anomalie de ce prétendu modèle. Notre proposition vise à développer des algorithmes applicables à toute image numérique. Ces algorithmes produiront par ingénierie inverse un historique complet de l'image et des visualisations révélant les défauts potentiels. La construction de cet historique permettra de détecter des anomalies improbables. Ainsi on associera à l'expertise humaine, des probabilités d'erreur ou un nombre de fausses alarmes permettant des décisions quantitatives et libres de toute subjectivité. L'enjeu de la thèse est de faire la théorie, les algorithmes et de les publier en ligne de forme ouverte, afin que toute personne puisse soumettre une photographie douteuse et obtenir un rapport scientifique automatique sur les anomalies détectées. Il s'agit donc de passer de l'artisanat de la détection à une détection aussi massive que les fraudes qu'elle doit contrer.

  • Titre traduit

    Online automatic detection of tampered images and video


  • Résumé

    A growing number of forged images are found on social media, some of which are used in fake news campaigns. Most papers on image forensics found in the literature assume that counterfeiters are skilled but not meticulous, so that forgery leaves traces despite anti-forensic measures. Thus in order to detect a forgery by image processing means, one must first reconstruct the image formation model mocked by the forger, then detect any anomaly in this so-called model. Our proposal aims to develop algorithms applicable to any digital image. These algorithms will produce, by reverse engineering, a complete history of the image. Adequate visualization tools will also reveal potential anomalies in the image processing chain, associating human expertise to probabilities of error and the number of false alarms, thus enabling quantitative decisions, free of subjectivity. The goal of this thesis will be to design and analyze (theoretically and practically) algorithms and publish them online on an open platform so that anyone can submit a suspicious photograph and recover an automatic scientific report on the detected anomalies. This allows the transformation of anomaly detection from a craft to a powerful automated process able to confront the massive frauds it faces.