Análisis forense de fotografías digitales

Hoy en día vivimos en una sociedad marcada por el empleo de la imagen digital como medio para documentar nuestra vida diaria o entornos profesionales, sin embargo no son pocas las situaciones donde el manejo o comprensión de la imagen o fotografía digital, parece superarnos.

Uno de estos puntos son las implicaciones de la imagen digital como evidencia frente a litigios, aspectos relacionados con la seguridad, o la simple posibilidad de demostrar que el contenido de una fotografía se ajusta a una realidad, o que simplemente es una manipulación de la realidad para atender a determinados intereses, como puede ser el caso de las fotografías destinadas al fotoperiodismo, o la simple participación en concursos fotográficos, cada vez más en cuestión, por la cantidad de imágenes fuertemente manipuladas que se presentan.

En este punto, uno de los aspectos de la fotografía digital que comienza a levantar una cierta preocupación es el análisis forense de imágenes digitales, o el estudio técnico de una imagen encaminada a darle validez dentro de un proceso legal. Es decir, desde la mejora de imagen con el fin de facilitar la extracción de información de la misma, a la detección de manipulaciones dentro de la escena.

En este artículo vamos a examinar algunas estrategias disponibles hoy en día para extraer evidencias sobre la manipulación de una imagen.

Análisis de metadatos

Uno de los primeros aspectos al que se suele acudir por la sencillez del método, es el estudio de los metadatos de una imagen, los cuales nos informan sobre aspectos técnicos y administrativos de una fotografía digital, es decir: tipo de cámara, frabricante, condiciones del disparo, software de edición, fechas, datos de geolocalización (GPS) etc.

Sin embargo, uno de los problemas de los metadatos es que con frecuencia se pierden fortuitamente o intencionadamente, por tanto no siempre están disponibles.

Por otra parte los metadatos pueden ser manipulados fácilmente, ya que existen numerosas herramientas en el mercado para cambiar los valores de los metadatos de una imagen.

A pesar de la fragilidad de esta información, con frecuencia los metadatos se suelen estudiar desde la coherencia interna de los mismos, ya que con frecuencia los metadatos contenidos en una imagen son multitud, y la manipulación coherente de todos no siempre suele ser posible, ya que no todas las herramientas del mercado acceden al 100% de los metadatos contenidos en una imagen.

Detección de manipulaciones: fotomontajes, áreas “clonadas” y demás ajustes.

Uno de los aspectos que más suele interesar a la hora de hacer un análisis forense de una imagen es detectar manipulaciones dentro de la escena, es decir, si hay elementos añadidos o retirados de la misma, que no se corresponden con el momento de la toma.

Para ello hoy en día podemos realizar diferentes análisis que nos pueden aportar evidencias, en muchos casos no muy concluyentes, del origen de ciertos elementos en la escena.

Error Level Analysis:

El ELA se aplica exclusivamente a imágenes JPEG ya que se fundamenta en la naturaleza de su proceso de compresión. El algoritmo de compresión JPEG organiza la imagen en bloques de 8x8 pixels que una vez sometidos a diversos ciclos de compresión generan lo que se conoce como el “error level”. Es decir inicialmente una imagen JPG tiene un mismo error level para todos sus bloques, sin embargo si la imagen sufre ediciones locales, ciertos bloques se escriben de nuevo mientras que otros serán “recomprimidos” . Lo mismo si introducimos elementos que provienen de otra imagen con diferente nivel de comprensión.

Una imagen no editada mostrará un ELA uniforme con un nivel de intensidad muy bajo (negro) pero a medida que introducimos ajustes o fotomontajes aparecen inconsistencias entre los elementos de la imagen, de forma que el ELA va tomando más intensidad (blanco).

Es decir, a través del ELA podemos denotar elementos que fueron introducidos desde otras escenas, ya que presentan un error level diferente al promedio de la imagen. También podemos detectar ajustes de contraste, color, máscaras de enfoque, etc. ya que estos procesos generan nueva información sobre la imagen que acaba por diferenciarse de la inicial en su error level.

Sin embargo dependiendo del tipo de escena, se pueden presentar numerosos “falsos positivos” elementos con un mayor error level que el promefodio de la escena, pero no tiene que implicar una manipulación.

Detección de partes “clonadas”, copiadas o movidas

Una técnica muy habitual en la manipulación de fotografías digitales es eliminar elementos, que deben ser sustituidos por un fondo. Para esta técnica habitualmente es necesario copiar elementos de una parte de la escena en otra, lo que se suele conocer como “clonado” de motivos.

Un fenómeno de “clonado” o copiado de elementos dentro de la escena provoca que ciertos patrones se repitan dentro de la escena.

Los algoritmos de “copiar-mover” se basan en la baja probablidad que un patrón formado por una matriz de n x n pixeles, se repita en otras parte de la escena. Es decir, en una escena natural, salvo situaciones altamente monótonas (cielo, nieve, etc) la probabilidad de que se repitan ciertos patrones es mínima. Por tanto lo que se hace es cotejar si ciertas matrices de píxeles se repiten en otras partes de la escena.

Esta es una herramienta potente para discernir si hay partes que fueron clonadas dentro de una escena, pero suele encontrar limitaciones, por aparición de falsos positivos, en zonas monótonas de la escena.

En zonas de imagen de bajo contraste o alta monotonía, se pueden emplear otro tipo de técnicas basadas en el control inteligente del contraste y operaciones estadísticas en la imagen como los componentes principales.

El “clonado” de zonas dentro de una imagen es muy frecuente para eliminar restos de polvo depositados en lentes o sensores. Estos restos de polvo no solo son un problema estético, sino que con frecuencia denotan el uso de un determinado equipo para realizar determinadas imágenes. La suciedad depositada sobre los sensores de captación es a menudo una buena evidencia para relacionar fotografías con equipos, aun estando la imagen corregida suele quedar una evidencia de este tipo de manipulaciones sobre los patrones de gradientes o compresión de una imagen.

Mejora de imagen

Otra vertiente del análisis forense de imagen digital son las operaciones dedicadas a la mejora de imagen con el fin de extraer información útil de la misma. Una imagen trepidada (lo que coloquialmente se entiende por imagen “movida”) o fuera de foco (imagen desenfocada), puede contener información que no puede ser procesada por nuestra percepción, siendo necesario su análisis para recuperar la información ilegible.

Este puede ser el caso de identificación de matrículas, rostros u otros elementos relevantes en una escena que a priori no pueden ser legibles. Hoy en día se ha avanzado mucho en los algoritmos denominados de “deconvolución” orientados a mejorar el detalle en imágenes tal y como se puede ver en un ejemplo realizado con matrículas en la imagen de la izquierda. Otro caso es por ejemplo la aplicación de los algoritmos de “superresolución” capaces de recuperar la información perdida en una escena a partir de diversas imágenes tomadas secuencialmente de dicha escena, o mismamente la "estabilización" de imágenes tomadas a partir de vídeo con el fin de reconstruir una única imagen en alta resolución, etc

Las tareas y procesos aplicables a la mejora de imagen son ilimitados y sus límites están en la pericia de un observador para extraer más o menos información de una imagen deteriorada.

Conclusiones

Como hemos podido ver, el análisis de imagen forense no se apoya en único concepto o herramienta sino que se sirve de multitud de estrategias de análisis de imagen, con el fin de extraer indicios de posibles manipulaciones. Desafortunadamente dichas técnicas no están exentas de arrojar falsos positivos, en función del tipo de escena que se este analizando, o la calidad de la misma.

Si quieres saber más sobre las diferentes técnicas de inspección forenses o documentoscopia en moneda puedes visitar el siguiente artículo "Reflectancia, Absorbancia y transmitancia en seguridad de billetes"