Архив

К проблеме верификации фотографий в современных медиа

Олег Бакулин, Мария Ромакина

Ссылка для цитирования: Бакулин О.A., Ромакина М.А. К проблеме верификации фотографий в современных медиа // МедиаАльманах. 2019. № 2. С. 31−42.
DOI: 10.30547/mediaalmanah.2.2019.3142

© Бакулин Олег Александрович
кандидат исторических наук, доцент кафедры фотожурналистики и технологий СМИ факультета журналистики МГУ имени М.В. Ломоносова (г. Москва, Россия), obakulin@yandex.ru

© Ромакина Мария Александровна
преподаватель кафедры фотожурналистики и технологий СМИ факультета журналистики МГУ имени М.В. Ломоносова (г. Москва, Россия), romakina@mail.ru

Ключевые слова: верификация, цифровая фотография, фотожурналистика, достоверность фотоизображения, «дело Эдуардо Мартинса».



В статье рассматривается проблема достоверности фотографических изображений на примере резонансных эпизодов, фиксирующих случаи фальсификации фотографий в 2000–2010 гг. Особое внимание авторы уделяют «делу военного фотожурналиста Эдуардо Мартинса». Анализируется корпус российских и зарубежных исследований, посвященных указанной теме. Предлагается алгоритм верификации фотографий, который может быть использован в практике современных медиа.

 

Современный уровень развития цифровых технологий позволяет редактировать фотографические изображения различными способами, в том числе и весьма радикальными (перемещение и удаление объектов, значительное изменение контраста или цвета и т.д.), что может привести к широкому распространению снимков с «нарушенной» документальностью. Однако несмотря на многочисленные случаи искажения изначального смысла фотографий¹ (с различными целями), а также невзирая на систематическое применение в некоторых медиа редактуры, фактически ведущей к изменению содержания изображений, в СМИ на сегодняшний день по-прежнему востребована документальная фотография, которая фиксирует происходящее максимально объективно. Прежде всего речь идет о новостных средствах массовой информации². Прецеденты фальсификаций в фотожурналистике, некоторые из которых будут рассмотрены в данной статье, не отменяют базового запроса аудитории на достоверность фотографии, а лишь актуализируют необходимость применения процедуры верификации фотографий как регулярной практики в работе СМИ. Исследовав существующий набор инструментов открытого доступа, а также методы анализа фотографий в ряде областей (криминологии, медицине и проч.), авторы статьи предлагают алгоритм верификации фотографий, который может быть использован как редакциями, так и независимыми пользователями для проверки подлинности фотографий.

 

Проблема верификации фотографий в современных исследованиях

Проведенный нами анализ академической литературы позволяет говорить о том, что проблема верификации фотографий к настоящему моменту представлена главным образом корпусом текстов, в которых рассмотрены технические аспекты проверки подлинности фотографического изображения (Christlein, Riess, Jordan, Riess et al., 2012; Cozzolino, Gragnaniello, Verdoliva, 2014; Farid, 2009, 2016; Mahdian, Saic, 2007, 2009 и др.). Это связано с тем, что в 2010 гг. было создано достаточно много инструментов, которые распознают вмешательство в изображение путем машинного «анатомирования» его цифровой структуры. Это и программы, работающие в онлайн-режиме, и программное обеспечение для стационарных компьютеров и ноутбуков, и специальные приложения для смартфонов. В последние годы проводятся эксперименты, позволяющие задействовать для верификации фотографий нейронные сети (Kim, Lee, 2017; Zhou, Han, Morariu, Davis, 2018 и др.). Поиски идеального цифрового инструмента распознавания вмешательства в изображение − задача, которую решают сотрудники специализации «компьютерные науки» (computer science). Одной из самых востребованных областей верификации фотографий помимо СМИ являются медицина и юриспруденция, где фотографии часто выступают в роли улик при ведении расследований, поэтому закономерным образом специализированные научные издания по медицине и криминологии (forensic science) обращаются к этой теме (Shapter, 2014 и др.).

Проблема же верификации фотографий в СМИ и блогах, которая относится к области media studies, в академических текстах представлена на данный момент, по нашим оценкам, небольшим количеством исследований. В них рассмотрен вопрос верификации любительских снимков в индустрии новостей (Panti, Siren, 2015), поставлена проблема актуальности создания алгоритмов верификации для редакций (Бакулин, Ромакина, 2018). При этом существует достаточно большое количество текстов, посвященных смежным темам, − фейковым новостям и фейковой информации (Суходолов, Бычкова, 2017; Carlson, 2009; Figueira, Oliveira, 2017; Granskogen, 2018; Granskogen, Gulla, 2017; Ильченко, 2016; Perez-Rosas, Kleinberg, Lefevre, Mihalcea, 2018; Waisbord, 2018 и др.), манипуляции и постобработке в искусстве фотографии и фотожурналистике (Campbell, 2014; Lester, 2015; Ritchin, 2008; Tandoc, Lim, Ling, 2018; Толстая, 2011 и др.). Важно также отметить, что в средствах массовой информации и блогах фотоэкспертов тема верификации фотографий обсуждается достаточно активно, что может свидетельствовать об ее актуальности³ . В том числе в некоторых из этих текстов приводятся практические рекомендации по проверке подлинности фотографий как с привлечением цифрового инструментария, так и без него⁴ .

Таким образом, можно констатировать, что проблема верификации фотографий имеет междисциплинарный характер и в настоящее время не является изученной в полной мере, что может объясняться сразу несколькими причинами: появлением новых прецедентов манипулирования аудиторией посредством публикации фейковых фотографий, постоянным совершенствованием инструментария верификации фотоизобра­жений и т.д.

 

Прецеденты фальсификации фотографий в СМИ в 2000–2010 гг.

В 2000–2010 гг. внимание профессионального фотожурналистского сообщества, медиаисследователей и аудитории не раз привлекали случаи цифровой обработки новостных фотографий, фактически приводившие к изменению их смысла, что вступало в явное противоречие с существующими нормами профессиональной этики.

К их числу можно отнести события, связанные с Брайаном Вальски – профессио­нальным американским фотожурналистом, освещавшим начало военной кампании в Ираке 2003 г. Работа Б. Вальски, на которой британский военнослужащий показывает предупреждающий жест окруженному местными жителями мужчине с ребенком на руках, будучи по достоинству оценена в редакции, была опубликована на первой полосе авторитетной газеты The Los Angeles Times и некоторых других изданиях. Лишь после публикации этого снимка стало известно, что в действительности Б. Вальски скомбинировал кадр из двух разных фотографий. Фотожурналист был незамедлительно уволен⁵ . Этот один из наиболее резонансных случаев фотоманипуляции с новостной фотографией в цифровую эпоху стал не единственным эпизодом такого рода.

Известно, что в разное время в центре дискуссий об этически допустимых пределах цифровой обработки фотографий оказывались такие авторитетные издания, как National Geographic, Newsweek, Paris Match, Time и др. Известны также случаи, когда значительная пост­обработка, выполненная с явными нарушениями установленных правил, была замечена в фотоснимках победителей различных фотоконкурсов. В частности, в комбинировании нескольких фотографий в одну заподозрили победителя фотоконкурса Look at Vladivostok в 2017 г., что было запрещено правилами конкурса. «Эту фотографию я просто присылал “до кучи”. Когда ее приняли, я удивился. Когда вставили в книжку, я посмеялся. Но победа – это, конечно, совсем странно», – пояснил автор снимка⁶ .

Отметим, что количество таких случаев, ставших достоянием гласности, в целом невелико. Как справедливо полагает известный эксперт в области фотожурналистики профессор Д. Кэмпбелл, манипуляция, вероятно, не является количественной проблемой: «Это скорее качественная проблема, вследствие чего даже небольшое число сомнительных изображений сможет подорвать всеобщее доверие к фотографиям как документам о событиях и проблемах» (Campbell, 2014: 6).

Очевидно, что проверкой целостности цифрового снимка проблема верификации фотографий не исчерпывается, свидетельство чему – случаи, связанные с намеренным искажением информации о публикуемых фотоснимках. Одним из наиболее резонансных случаев последних лет, связанных с подобными нарушениями, стала история с итальянским фотографом Джованни Троило, получившим в 2015 г. первый приз в номинации «Проблемы со­временности» на престижном фотожурналистском конкурсе World Press Photo. Этой награды он удостоился за серию «Черный город – темное сердце Европы» (La Ville Noir – The Dark Heart of Europe), посвященную бельгийскому городу Шарлеруа. Как вскоре выяснилось, один из снимков был сделан в районе Брюсселя Моленбек, а не в Шарлеруа, как указал автор фотографии. При этом была заметна постановочность некоторых снимков⁷ .

 

«Дело Эдуардо Мартинса»

Индикатором того, что проблема верификаций фотографий приобрела особую актуальность, стало также «дело военного фотожурналиста» из Сан-Пауло «Эдуардо Мартинса», о котором широкая общественность узнала в сентябре 2017 г. К этому времени его работы были опуб­ликованы такими авторитетными СМИ, как Wall-Street Journal, BBC Brazil, Le Monde, размещены на ресурсах Getty Images – одного из крупнейших в мире поставщиков фотографического контента для средств массовой информации. Планировалось также использование работы «Э. Мартинса» на выставке, посвященной бразильским военным фотографам. Кроме того, снимки «бразильского фотографа» были по достоинству оценены многочисленными пользователями популярного приложения для обмена фотографиями и видеоконтентом Instagram, о чем может свидетельствовать тот факт, что на аккаунт «Эдуардо Мартинса» (см. рис. 1) подписалось около 130 тыс. (по некоторым данным – около 125 или 127 тыс.) пользователей, среди которых оказались известные фотографы.

 

Такое внимание к «фотографу» было вполне объяснимо, ведь «Э. Мартинсом» был создан образ победившего онкологию молодого, бесстрашного фотографа ООН, автора многочисленных фотографий из горячих точек – Ирака, Сирии, Сектора Газа и Сомали, в свободное время увлекающегося серфингом. В некоторой степени образ дополнялся интервью с «фотографом», публикуемыми в СМИ. «Однажды в Ираке, снимая конфликт, я перестал фотографировать, чтобы помочь мальчику, который пострадал от “коктейля Молотова”, – поделился воспоминаниями «Эдуардо Мартинс» в одном из интервью осенью 2016 г. − Я отложил камеру и помог ему выбраться из зоны конфликта»⁸ .

Однако тот факт, что с работавшим в регионе «фотографом» не был лично знаком никто из его бразильских коллег, стал одним из поводов к началу тщательного журналистского расследования, в результате которого выяснилось, что фотографа по имени «Эдуардо Мартинс» в реальности не существует. Так удалось установить, что размещаемые в социальных сетях и на официальных ресурсах СМИ фотоснимки были сделаны другими людьми, действительно рисковавшими жизнью в зоне боевых действий. В частности, авторство части похищенных работ принадлежало американскому фотографу Дэниэлу Бритту. Создавая с помощью инструментов цифровой обработки изображений зеркальные копии с оригинальных авторских фотоснимков и кадрируя чужие работы, выдававший себя за некоего «бразильского фотографа Эдуардо Мартинса» персонаж сделал весьма проблематичной проверку подлинности фотографий посредством специально используемых для этого программ⁹ . В то же время, по мнению некоторых экспертов, принадлежность выдаваемых «бразильским фотографом» за «свои» снимков других авторов можно было определить, не прибегая к специальным техническим инструментам верификации. «У них не было визуальной согласованности, – пояснил фотограф из Сан-Пауло Игнасио Аронович. – По мне, они сделаны разными фотографами. У фотографов есть свой собственный стиль. Мне было ясно, что Эдуардо Мартинс использовал фотографии более, чем из одного источника»¹⁰.

Помимо внесенных в фотоснимки технических изменений в некоторых случаях речь также шла об искажении времени и места реальной фотосъемки. Так, на одной из нелегально заимствованных фотографий, зеркально отображенных с помощью программы цифровой обработки, «изображались» события в восточной части Газы, хотя в действительности снимок был сделан в 2010 г. на территории Ирака¹¹. Также стало известно, что внешний облик самого «Эдуардо Мартинса» был заимствован неизвестным лицом/лицами с персонального аккаунта в Facebook британского серфера Макса Хэпфорта-Пови. Причем изображения последнего «впечатывалось» злоумышленником на фотографии из мест боевых действий, что создавало эффект присутствия «Мартинса» в горячих точках¹².

Отметим, что подобные манипуляции неизвестный «фотограф» совершал в течение длительного времени – анализ доступных нам источников позволяет выделить период с 2014 до 2017 г. Иными словами, речь идет о системе целенаправленной фальсификации фотографий неким виртуально существовавшим «фотографом» с вымышленным именем, биографией и присвоенным визуальным обликом другого человека, при этом достигшим реального признания как среди читателей, так и в профессиональном медиасообществе. Это, на наш взгляд, принципиально отличает «дело Эдуардо Мартинса» от предшествующих нарушений профессиональных этических норм в цифровую эпоху. Интересно, что до появления такого персонажа были выявлены десятки случаев цифровой обработки фотографий, выполненной с нарушениями профессиональной этики, которые были зафиксированы и проанализированы в 2000 – первой половине 2010 гг. представителями фотожурналистского и академического сообществ. Причем расцвет «карьеры Эдуардо Мартинса» практически совпал по времени с возросшим интересом медиасообщества к проблеме верификации информации.

 

Параметры верификации в фотожурналистике

Описанные прецеденты (в особенности «дело Эдуардо Мартинса»), свидетельствуют, что при проверке подлинности фотографий следует различать две группы параметров, которые подлежат верификации: содержание и авторство. Содержание фотографии всегда многомерно, оно совмещает уровень фактов и уровень интерпретации. Очевидно, что почти в любой фотографии, в том числе и новостной, можно говорить о присутствии той или иной степени интерпретации. Выбирая момент съемки, точку съемки, те или иные технические приемы, фотограф таким образом выражает свое отношение к происходящему. Интерпретация в верификации нуждается в меньшей степени, поскольку является проявлением индивидуальности снимавшего, что нельзя сказать о фактах. Фактографической проверке подлежит достоверность:

• события;
• времени съемки;
• места съемки;
• объектов съемки (прежде всего − людей).

Как известно, из самой фотографии не всегда бывает в полной мере понятно ее содержание, в связи с этим ее сопровождают поясняющей подписью. Т.е. часть информации о событии, месте и объектах аудитория получает не из самого снимка, а из сопровождающего его текста. Таким образом, верифицировать необходимо именно эту комбинацию данных − фотографию и текст, в том числе их соответствие друг другу¹³.

С юридической точки зрения за каждой фотографией закреплен автор и право­обладатель. В некоторых случаях эти юридические статусы совпадают, когда автором и правообладателем является одно и то же лицо. Однако, если фотожурналист сотрудничает с редакцией или фотоагентством, правообладателем может выступать организация (редакция, фото­агентство) или стороннее лицо, что иногда имеет принципиальное значение.

 

Алгоритм верификации

На основе анализа указанных выше источников и собственных наработок в данной области авторы полагают уместным использование следующего алгоритма¹⁴. Каждая группа параметров верифицируется своими методами. Так, для подтверждения авторства (А) и установления правообладателя необходимо, по возможности, осуществить прямой контакт с первоисточником (автором), засвидетельствовав в письменной форме факт авторства и получив оригинал снятого изображения (в идеале − файл RAW-формата, «сырое» изображение, которое не подвергалось никакой обработке). При работе с архивным материалом следует обращаться к архиву-первоисточнику, не полагаясь на данные изданий, публиковавших те или иные изображения со ссылкой на архив. Если же возможности обратиться к первоисточнику нет, то разумно полагаться на информацию, приведенную в наиболее авторитетных из доступных источников, и сопоставить данные из нескольких авторитетных источников¹⁵.

В некоторых ситуациях важно уточнить факты предыдущих публикаций. Это возможно сделать, осуществив поиск интернет-следа фотографии (И). Некоторые поисковые системы (Yandex, Google, Bing, TinEye, Baidu и др.) сегодня имеют опцию «поиск по изображению». Однако важно помнить, что каждая из них обращается к своему «облаку» ресурсов, в результате чего количество обнаруженных публикаций может значительно различаться. Так, в качестве эксперимента авторы попробовали найти интернет-след работы российского фотожурналиста Кристины Кормилицыной «Прощание с Фиделем», которая выиграла третью премию World Press Photo в 2017 г. в номинации People («Люди»). На ней изображена кубинская женщина с ребенком в дни траура по Фиделю Кастро (см. рис. 2).

 

Проведенный анализ показал, что разнилось не только число ресурсов, где была обнаружена эта публикация (по данным от 8.01.2019: Google – 170, Yandex – 70, Bing − 13, TinEye – 48, Baidu – 7), но и набор этих ресурсов. Так, закономерным образом максимальное количество русско­язычных публикаций обнаруживает Yandex, тогда как Baidu отсылает главным образом к публикациям на китайском языке, у Google поиск наиболее многоязычный, в том числе на арабском. Примечательно, что поисковики обнаруживают ресурсы, на которых фотография кадрирована до горизонтальной (в оригинале это вертикальный снимок), что кардинальным образом меняет ее содержание, т.к. часть принципиально важной информации для понимания идеи фотографии оказывается утерянной – пропадает сопоставление фигур матери и дочери и портрета Фиделя Кастро. Подобное отношение к авторскому кадрированию при публикации в сообществе профессиональных фотожурналистов считается недопустимым. Важно, что поиск интернет-следа также помогает найти ресурс-первоисточник¹⁷, который во многих случаях является право­обладателем и сообщает информацию об авторе.

Чтобы верифицировать содержание снимков, основываясь на анализе доступной нам литературы и собственном опыте, авторы рекомендуют провести первичный визуальный анализ (В) и машинный анализ (М)¹⁸. Первичный визуальный анализ подразумевает внимательное изу­чение изображенного на фотографии. В частности, настораживать должны такие признаки, как:

• несовпадение падающих от объектов теней с рисунком теней, которые должны давать источники света, присутствующие в кадре или находящиеся за его границами и освещающие снимаемую сцену;
• несовпадение между отражениями от источников света в зрачках людей и животных и реальными источниками света (Farid, 2009, 2016);
• несовпадение между объектом съемки и его отражением в стекле, лужах и т.д.;
• лишние или недостающие части тел, детали объектов;
• искажения в перспективе, противоречащие законам физики;
• различие в плотности и текстуре фона;
• цветовые искажения;
• несоответствия между фотографией и сопровождающей подписью.

Любой из этих признаков может свидетельствовать о той или иной степени вмешательства в фотографию. Машинный анализ цифровых фотографий проводят при помощи специального программного обеспечения (Forensically, FotoForensics, Ghiro, JPEGSnoop, Image Forensics, Verified и др.), позволяющего не только «прочитать» метаданные снимка (информацию о дате съемки, об инструменте съемки − тип камеры, тип объектива, о параметрах съемки − ISO, выдержке, диафрагме, в некоторых случаях – геотэгах), но и определить однородность цифрового файла или наличие нарушений в его структуре, т.е. факт вмешательства в изображение.

В отдельных случаях важно провести сопоставительный анализ (С) разных фотографий. Известны случаи, когда информация, содержащаяся в фотоснимках и верифицируемая всеми вышеупомянутыми способами, могла вызывать вопросы у внимательного зрителя. К числу таких случаев можно отнести повторяющийся на фотографиях различных авторов сюжет с брошенными в зонах бедствий детскими игрушками¹⁹.

 

Проблемные зоны верификации фотографий

При использовании описанного выше алгоритма верификации фотографий следует учитывать ряд аспектов, которые могут затруднить данный процесс. К их числу можно отнести «закрытость» значительного числа интернет-ресурсов, содержание которых не индексируется поисковыми системами (речь может идти о многочисленных «залогиненных» страницах в социальных сетях, контенте фотобанков, фотослужб различных СМИ и проч.). Очевидно, что верификации изображений не способствует также отсутствие у ряда популярных сервисов (Instagram, «ВКонтакте», Facebook и проч.) опций, позволяющих искать нужную фотографию по «закачанному» фотоснимку (наподобие тех, которые существуют у Yandex и Google). Между тем, как известно, значительную часть контента, размещаемого в вышеназванных ресурсах, составляют именно фотографии. Поиск и верификация фотоизображений могут быть затруднены из-за внесенных в содержание фотографий изменений (например, зеркального отображения фотоснимка), распознать которые поисковые системы зачастую оказываются не в состоянии. Кроме того, в процессе верификации фотографий с помощью поисковых систем пользователь нередко вынужден сталкиваться с изначально неверно атрибутированными фотоснимками (где ошибочно указано авторство, время, место или контекст появления фотографии). Необходимо учитывать, что далеко не всегда искомый фотоснимок может быть размещен в Сети и т.д.

 

Выводы

Будучи междисциплинарной пробле­­мой, тема верификации фотографий сегодня все чаще обсуждается академиче­ским сообществом. При этом, как нам представляется, в области media studies данная проблема не проработана в достаточной степени. В то же время появление в медиа­среде фальсифицированных фото­графий вновь актуализировало вопрос необходимости верификации не только содержания фотографий, но и авторства/правообладания. Анализ указанных выше прецедентов фальсификации фотографий, академической и профессиональной литературы, а также используемые авторами собственные наработки позволили предложить алгоритм верификации цифровых фотографий, использование которого могло бы помочь в решении данной проблемы.

 

Примечания

¹ Речь может идти как об искажении вследствие цифровой обработки фотоснимка, так и о других способах манипуляции – неверном указании контекста появления фотоснимка, ложном описании его содержания и проч.

² Следует отметить, что фотографии, публикуемые в СМИ, возможно разделить на три группы, в зависимости от степени соотношения в них документального и вымышленного: 1) новостная фотография (приближающаяся к 100% документальность, «объективное» освещение событий); 2) так называемая очерковая фотография, фотоэссеистика, жанровая фотография (в английском языке обычно используют термин feature photography, который не имеет прямого перевода на русский язык) – допустима интерпретация события, определенная доля вымысла, однако подразумевается документальная основа); 3) постановочная, срежиссированная фотография – здесь вымысел может быть беспредельным (это фотопроекты из изданий о моде, гастрономии, рекламная фотография и проч.). Требования к достоверности фотографий в этих трех группах различны.

³ Bush L. (2017) The Algorithmic Photojournalist. How Will the Automation of Data Disturb the Journalistic Paradigm? Witness, January 20. Режим доступа: https://witness.worldpressphoto.org/the-algorithmic-photojournalist-4f217d727101?gi=1015b1ce960d (дата обращения: 27.11.2018); Fader C. (2017) Fact Check: Did Seahawks Player Burn the U.S. Flag? Jacksonville.com, November 4. Режим доступа: http://jacksonville.com/reason/2017-11-04/fact-check-did-seahawks-player-burn-us-flag (дата обращения: 08.12.2018); Keller J. (2011) Photojournalism in the Age of New Media. The Atlantic, April 4. Режим доступа: https://www.theatlantic.com/technology/archive/2011/04/photojournalism-in-the-age-of-new-media/73083/ (дата обращения: 28.12.2018); Silverman C. (ed.) (2014) Verification Handbook: A definitive Guide to Verifying Digital Content for Emergency Coverage. European Journalism Centre (EJC). Режим доступа: http://verificationhandbook.com/book/about.php (дата обращения: 08.12.2018); Vincent J. (2018) Adobe is Using Machine Learning to Make it Easier to Spot Photoshopped Images. The Verge, June 22. Режим доступа: https://www.theverge.com/2018/6/22/17487764/adobe-photoshopped-fakes-edit-spotted-using-machine-learning-ai (дата обращения: 28.12.2018); Воронцов Н. Нейросеть научили распознавать качественно отфотошопленные фотографии // N + 1. 2018. Июнь, 23. Режим доступа: https://nplus1.ru/news/2018/06/23/this-looks-shopped (дата обращения: 08.12.2018); Иваничев И. Руководство по фактчекингу // Журналист. 2018. Февр., 5. Режим доступа: https://jrnlst.ru/rules-of-factchecking (дата обращения: 07.12.2018); Корнев М. Фактчекинг: 5 надежных способов проверить информацию // Журналист. 2015. № 5. С. 54−56 и др.

⁴ Albenau C. (2015) Debunking Photo-fakes: Advice for Image Verification. Journalism.co.uk, July 24. Режим доступа: https://www.journalism.co.uk/news/debunking-photo-fakes-advice-for-image-verification/s2/a565885/ (дата обращения: 08.12.2018); Barot Tr. (2014) Verifying Images. Verification Handbook, January 28. Режим доступа: http://verificationhandbook.com/book/chapter4.php (дата обращения: 10.12.2018); Horaczek S. (2017) Spot Faked Photos Using Digital Forensic Techniques. Popular Schience, July 21. Режим доступа: https://www.popsci.com/use-photo-forensics-to-spot-faked-images (дата обращения: 15.12.2018); Visual Verification Guide Photos. Medium, 2015, September 24. Режим доступа: https://medium.com/1st-draft/visual-verification-guide-photos-64424fdf966e (дата обращения: 5.01.2019); Ooserhoff D. (2015) Fakes, Frauds, and Forgeries: How to Detect Image Manipulation. envatotut+, August 8. Режим доступа: https://photography.tutsplus.com/articles/fakes-frauds-and-forgeries-how-to-detect-image-manipulation--cms-22230 (дата обращения: 07.12.2018); How to Verify a Photo. The Observers, 2018, January 4. Режим доступа: https://observers.france24.com/en/20180401-verification-guide-verify-photo-online-factchecking (дата обращения: 10.12.2018); Wen T. (2017) The Hidden Signs that can Reveal the Fake Photo. BBC, June 30.Режим доступа: http://www.bbc.com/future/story/20170629-the-hidden-signs-that-can-reveal-if-a-photo-is-fake (дата обращения: 05.01.2019); С. Паранько (2016). В круг наших интересов не вошли работы, посвященные проблеме верификации текста, видео- и аудиоконтента.

⁵ War with Iraq. Editor’s Note. Los Angeles Times, 2003. April 2. Режим доступа: http://articles.latimes.com/2003/apr/02/news/war-1walski2 (дата обращения: 11.01.2019).

⁶ РЕН ТВ. На конкурсе фотографий во Владивостоке победил фотомонтаж // Rambler. 2017. Июль, 3. Режим доступа: https://news.rambler.ru/community/37304683/?utm_content=rnews&utm_medium=read_more&utm_source=copylink (дата обращения: 13.01.2019).

⁷ Donadio R. (2015) World Press Photo Revokes Prize. The New York Times. Art&Design, March 4. Режим доступа: https://www.nytimes.com/2015/03/05/arts/design/world-press-photo-revokes-prize.html (дата обращения: 11.01.2019).

⁸ Karr L. (2016) Humanity Amongst the Ruins of Constant Conflict: Q&A with (Fraudelent) Photojournalist “Eduardo Martins”. Recount, October 23. Режим доступа: http://recountmagazine.com/humanity-amongst-the-ruins-of-constant-conflict-qa-with-photojournalist-eduardo-martins/ (дата обращения: 13.01.2019).

⁹ Данное обстоятельство не мешало «Эдуардо Мартинсу» публично заявлять о том, что в своей профессиональной деятельности он не обрабатывает фотографии.

¹⁰ Philips D. (2017) War Photographer Who Survived Leukemia Exposed As a Fake. The Guardian, September 5. Режим доступа: https (дата обращения: 13.01.2019).

¹¹ Там же.

¹² Узнав о том, что в отношении него начато журналистское расследование и опасаясь разоблачений, «Эдуардо Мартинс» сообщил о своем желании отправиться на год в Австралию и, удалив свои аккаунты в Instagram и WhatsApp, исчез. На сегодняшний день его личность не установлена.

1¹³ Cм., напр., правила сопровождения текстом фотографий в одном из крупнейших конкурсов фотожурналистики World Press Photo: Verification: What is Required in Captions? World Press Photo web-site. Режим доступа: https://www.worldpressphoto.org/activities/photo-contest/verification-process/what-is-required-in-captions (дата обращения: 11.01.2019)).

¹⁴ Последовательность действий по верификации фотографии позволяет присвоить алгоритму условную аббревиатуру АИВМС (А – авторство; И – интернет-след; В – визуальный анализ; М – машинный анализ; С – сравнительный анализ).

¹⁵ Степень авторитетности источника определяется прежде всего профессиональным сообществом, а не аудиторией, поскольку в последнем случае возможны разного рода искажения. Так, согласно проведенному в Университете Стэнд­форда исследованию, молодые люди определяли достоверность источника по количеству подписчиков, дизайну и размеру изображений, хотя очевидно, что ни один из этих параметров в условиях современного Интернета не может быть определяющим. Evaluating Information: The Cornerstone of Civic Online Reasoning, 2016. Режим доступа: https://stacks.stanford.edu/file/druid:fv751yt5934/SHEG%20Evaluating%20Information%20Online.pdf (дата обращения: 11.01.2019)).

¹⁶ 2017 Photo Contest, People, Singles, 3rd prize. World Press Photo. Режим доступа:https://www.worldpressphoto.org/collection/photo/2017/people/kristina-kormilitsyna(дата обращения: 11.01.2019).

¹⁷ Фотография распространяется фотоагентством ИД «Коммерсантъ», штатным фотографом которого является К. Кормилицына // Коммерсантъ. 2016. Дек., 4. Режим доступа: https://www.kommersant.ru/photo/photo/74526/634811 (дата обращения: 13.01.2019).

¹⁸ Для цифровых фотографий.

¹⁹ Shearer R.R. (2007) Real Fireproof Doll… or Placed After Fire? iMediaEthics, December 10. Режим доступа: https://www.imediaethics.org/real-fireproof-doll-or-placed-after-fire/view-all/reuters/www.zombietime.com/reuters_photo_fraud// (дата обращения: 11.01.2019).

 

Библиография

Бакулин О., Ромакина М. Фактчекинг в фотографии: проблемы и алгоритмы верификации данных // Десятые междунар. науч. чтения в Москве «СМИ и массовые коммуникации 2018». М.: Фак. журн. МГУ, 2018. С. 127–128.

Ильченко С.Н. Фейк в практике электронных СМИ: критерии достоверности // Медиаскоп. 2016. Вып. 4. Режим доступа: http://www.mediascope.ru/223 (дата обращения: 27.11.2018).

Паранько С. Инструментарий и навыки журналиста. // Как новые медиа изменили журналистику. 2012−2016. Екатеринбург: Гуманит. ун-т, 2016. С. 6–30. Режим доступа: http://newmedia2016.digital-books.ru (дата обращения: 27.11.2018).

Суходолов А., Бычкова А. «Фейковые новости» как феномен современного медиапространства: понятие, виды, назначение, меры продиводействия // Вопросы теории и практики журналистики. 2017. Т. 6. № 2. С. 143−169. DOI: 10.17150/2308-6203.2017.6(2).143-169

Толстая Е.В. Способы и алгоритмы трансформации цифровых изображений на основе обработки и анализа метаданных при подготовке к фотопечати: дис. … канд. техн. наук. Рязань, 2011.

 

Campbell D. (2014) The Integrity of Image. A World Press Photo Research Project, Report. Режим доступа: https://www.worldpressphoto.org/getmedia/43578992-5421-4e4c-a826-3b993b0b3f3c/Integrity-of-the-Image_2014-Campbell-report.pdf (дата обращения: 12.12.2018).

Carlson M. (2009) The Reality of Fake Image: New Norms, Photojournalistic Craft, and Brian Walski’s Fabricated Photograph. Journalism Practice 3 (2): 125−139.

Christlein V., Riess Ch., Jordan J., Riess C., Angelopoulou E. (2012) An Evaluation of Popular Copy-Move Forgery Detection Approaches. IEEE Transactions on Information Forensics and Security 7 (6): 1841−1854.

Cozzolino D., Gragnaniello D., Verdoliva L. (2014) Image Forgery Localization through the Fusion of Camera-Based, Feature-Based and Pixel-Based Techniques. IEEE International Conference on Image Processing (ICIP), pp. 5302−5306.

Farid H. (2009) Image Forgery Detection. IEEE Signal Processing Magazine 26 (2): 16−25.

Farid H. (2016) Photo Forensics. Cambridge: MIT Press.

Figueira A., Oliveira L. (2017) The Current State of Fake News: Challenges and Opportunities. Procedia Computer Science 121: 817−825. DOI: 10.1016/j.procs.2017.11.106

Granskogen T. (2018) Automatic Detection of Fake News in Social Media Using Contextual Information. Norwegian University of Science and Technology.

Granskogen T., Gulla G.A. (2017) Fake News Detection: Network Data from Social Media Used to Predict Fakes. CEUR Workshop Proceedings, vol. 2041. Режим доступа: http://ceur-ws.org/Vol-2041/paper6.pdf (дата обращения: 12.12.2018).

Kim D.-H., Lee H.-Y. (2017) Image Manipulation Detection Using Convolutional Neural Network. International Journal of Applied Engineering Research 12 (21): 11640−11646.

Lester P. M. (2015) Photojournalism: An Ethical Approach. L.: Routledge.

Mahdian B., Saic S. (2007) Detection of Copy Move Forgery Using a Method Based on Blur Movement Invariants. Forensic Science International 171: 180–189.

Mahdian B., Saic S. (2009) Using Noise Inconsistencies for Blind Image Forensics. Image and Vision Computing 27 (10): 1497−1503.

Panti M., Siren St. (2015) The Fragility of Photo Truth. Verification of Amateur Images in Finnish Newsrooms. Digital Journalism 3 (4): 495−512.

Perez-Rosas V., Kleinberg B., Lefevre A., Mihalcea R. (2018) Automatic Detection of Fake News. Proceedings of the 27th International Conference on Computational Linguistics. Santa Fe, New Mexico, USA, August 20−26, 2018, pp. 3391–3401. Режим доступа: https://www.aclweb.org/anthology/C18-1287

Ritchin F. (2008) After Photography. N.Y.: W.W. Norton&Company.

Shapter M. (2014) Applying a Verification Classification System to Medical and Forensic Digital Images. Journal of Visual Communication in Medicine 37 (1−2): 24−27.DOI: 10.3109/17453054.2014.884550

Tandoc E. C., Lim Zh. W., Ling R. (2018) Defining “Fake News”: A Typology of Scholary Definitions. Digital Journalism 6 (2): 137−153. DOI: 10.1080/21670811.2017.1360143

Waisbord S. (2018) Truth is What Happens to News. On Journalism, Fake-news and Post-truth. Journalism Studies 19 (13): 1866−1878. DOI: 10.1080/1461670X.2018.1492881

Zhou P., Han X., Morariu V.I., Davis L.S. (2018) Learning Rich Features for Image Manipulation Detection. The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1053−1061.