RSS

Pixelfälscher

Fast jeder Täter hinterlässt Spuren am Tatort: Kriminalisten suchen nach Haaren, Hautpartikeln und Fingerabdrücken, der Bildforensiker nach verdächtigem Rauschen, Pixelverdoppelungen sowie inkonsistenten Lichtverhältnissen. | Andrea Trinkwalder

Der ehemalige Bundesumweltminister Jürgen Trittin, inmitten einer Horde vermummter Gestalten, eine davon hält einen Schlagstock in der Hand, die andere einen Bolzenschneider: ?Was machte Minister Trittin auf dieser Gewalt-Demo??, fragte seinerzeit die BILD. Später stellte sich das ?Beweisfoto? lediglich als geschickt gewählter Ausschnitt aus einem Standbild eines Sat.1-Videos heraus. Für alle, die die gefährlichen Gegenstände nicht im Sinne der Redaktion erkannten, hatte diese vorsichtshalber entsprechende Beschriftungen ins Bild gestempelt. Doch der angebliche Bolzenschneider entpuppte sich als harmloser Handschuh, der Schlagstock als Seil, das Trittin deutlich vom schwarzen Block trennte.
Gegen derartige Manipulationen, die den Betrachtern sagen, was sie zu sehen haben, helfen auch ausgefeilte Analyseverfahren nichts. Doch im Folgenden geht es um verfälschende Eingriffe an den Pixeln selbst. Wie man solche Vergehen am digitalen Abbild von Personen, Szenen und Landschaften aufdeckt, erforscht das noch junge Feld der digitalen Bildforensik. Weltweit haben sich Hany Farid, Leiter der Image Science Group am Dartmouth College (www.cs.dartmouth.edu/farid), und sein Team mit der algorithmischen Spurensuche einen Namen gemacht, die deutsche Repräsentanz der recht überschaubaren Forschergemeinde stellen Matthias Kirchner und Thomas Gloe vom Institut für Systemarchitektur, Datenschutz und Datensicherheit der Universität Dresden (www.inf.tu-dresden.de).
Bildforensiker entwickeln mathematische Verfahren, die Fälschungen automatisch erkennen sollen. Eine marktreife Forensik-Engine könnte ? etwa in einer Agentur ? sämtliche eingehenden Bilder analysieren und manipulierte Dateien gleich aussortieren oder zumindest als verdächtig melden.
Ähnlich wie das menschliche Auge inkonsistente Beleuchtung oder Schatten intuitiv nicht wahrhaben will, suchen auch einige der Algorithmen nach einschlägigen Bearbeitungs- und Montageindizien: etwa nach duplizierten Bereichen, die auf das Verdecken unerwünschter Objekte hinweisen, Interpolationsmustern, die beim Skalieren von Bildteilen entstehen, oder Beleuchtungsunterschieden innerhalb einer Szene. Zudem haben sich die Forscher einiges ausgedacht, um bearbeitete und Original-Digitalkamerafotos unterscheiden zu können. Unter anderem sollen unrealistische Störungsmuster, doppelte JPEG-Kompression sowie (lokal) zerstörte Farbsäume Hinweise liefern, ob das Foto nach der Aufnahme verändert wurde.


Alles über die Hintergründe von Bildfälschungen und wie man gefälschte Bilder erkennt, erfahren Sie in DOCMA 25.


Mitdiskutieren