從拍照到上傳朋友圈分為幾個步驟?若是放在過去，或許很簡單，但是現在的步驟可就復雜多了，磨皮+美顏+瘦身+增高+濾鏡……拍照1分鐘，修圖1小時，對于普通人而言，P圖不過是大家對于美的追求，普遍也都無傷大雅，但對于一些公眾人物而言，P圖可能會為其帶來不少的麻煩。

　　但，這個“照騙”橫行的時代，可能很快就要迎來大變革了!

　　AI+區塊鏈聯手消滅“照騙”

　　提起PS，不少人都會覺得是現代人的“杰作”，其實1855年時，就有人利用暗房沖洗技術“造假”了。不過，那時，修改膠片照片十分費勁。

　　舉個栗子吧，新華社攝影部技術組組長陳石林老師就曾描述過他為毛主席修片的過程。早年間，毛主席并沒有單人照片，于是陳老師就把手表的表針磨成極細的小刀，為毛主席“摳圖”，由此毛主席才有了自己的第一張單人照片。

　　除了陳石林老師提到的方法，其余的還有用用透明水彩燃料、薄堿液把牙齒涂白等等“套路”。直到有了數碼照片，Photoshop等軟件的問世讓照片能夠完全脫離現實、變為藝術品，甚至以假亂真。

　　現如今有了AI技術，這為攝影賦予了極強的圖像處理能力和學習能力，AI技術可以自動修飾、改動照片，并且這種改動已經能夠批量作業。現在市面上熱銷的具有AI拍照、智能美艷等功能的手機，其實就是利用AI程序執行圖像處理指令，創造出無數“照騙”。

　　不可否認，以Adobe為首的圖形圖像公司的確為我們的世界增色不少，但也但也帶來了許多欺騙。與真人不符的“照騙”不過是毛毛雨，照片造假甚至有可能會成為影響世界的虛假新聞。因此，識別造假已然成了一項十分重要的工作，通常，識別照片是否造假的常見辦法有以下三種：

　　一是通過光影識別。一般來講同一張照片中的光源應該都是相同的，所以其中陰影的位置、大小、角度等應該也是相對應的。假如照片中有某些陰影的位置不符合這張照片的光源體系，那么這一對象則和可能被修改了。

　　二是重建3D模型。即使照片并沒有明顯的陰影誤差，也不能說明這張照片就一定是真實的，我們可以通過已知的信息去重構物體3D模型，“重照”一張照片

　　三種是構建數碼相機的“指紋”。因為每一臺相機的光學系統、傳感器、存儲系統其實都有其獨特性，捷克一家企業就通過對這種獨特性來檢驗圖片文件經過幾次保存或壓縮去判斷圖片是否經過修改。

　　除了上述幾種比較常見的做法，還有去比對物體的邊緣是否有模糊畸變、墻壁、地面是不是被P歪了等“低階”手段，不過如今AI技術和區塊鏈技術也已經加入了反“照騙”的隊伍。

　　Adobe公司就利用深度學習技術構建神經網絡模型，通過對海量經過PS的圖片進行學習和訓練，識別圖像中噪點的變化來識別其是否被修改過。而在美國，有一款名為DeepFake的產品，通過區塊鏈技術來確保圖片的真實可信。

　　它在終端設備中搜尋照片，通過識別設備的終端號、拍攝位置和拍攝時間等元數據給照片加上“水印”，之后再生成區塊鏈。這樣一來，如果有人對某張照片進行修改，DeepFake的用戶就能通過已經上傳過的真實版本去自證清白。

　　靈通哨兵想要說

　　防止照片造假并不僅僅是為了識破“照騙”，而是為了保證信息安全，以及讓許多遠程服務能夠更好地進行。畢竟，一張虛假照片很可能會給某個人的一生抹上污點。

　　雖然照片造假的難度很低，但平臺方進行人工審核的成本卻相當高，此時利用AI技術就可以大大降低成本。而AI在照片真實性審核領域絕對能夠大展拳腳，比如最近興起的智能保險遠程定損，就是讓用戶拍下事故照片上傳到App，在通過人工審核或者AI技術來判定事故的損失。還有越來越多的互聯網平臺需要用戶上傳身份證照片、駕駛證照片、合同照片等進行身份認定，此時確保照片的真實性就十分重要。

　　其實，無論是何種技術的誕生都有其價值和意義，而反照片造假技術的價值絕不是僅僅是消滅“照騙”，而是通過創造并維護信任，去實現商業效率的提升。