Beranda
Nasional
Internasional
Metro
Daerah
Lifestyle
Sports
Ekonomi Bisnis
Teknologi
Sains
Otomotif
Edukasi
Kalam
GenSINDO
Infografis
Video
Foto
Indeks
Adobe Ciptakan Teknologi Kecerdasan Buatan untuk Deteksi Foto Palsu
Adobe Ciptakan Teknologi Kecerdasan Buatan untuk Deteksi Foto Palsu
A
A
A
MOUNTAIN VIEW - Adobe sedang mengembangkan kecerdasan buatan (AI) untuk mendeteksi hasil editan foto palsu. Kecerdasan buatan ini nantinya berguna untuk membantu mendeteksi foto hasil rekayasa yang digunakan untuk menipu.
Dalam tulisan terbaru yang berjudul Learning Rich Features for Image Manipulation Detection, Vlad Morariu seorang peneliti Adoube menjalaskan bagaimana Adobe menggunakan AI untuk tujuan ini.
Tim ini berfokus pada tiga teknik manipulasi gambar umum, yaitu splicing ( menggabungkan dua foto yang berbeda, copy-move ( menggandakan dan memindah objek dari satu foto ke foto lain, dan removal ( menghapus objek dari objek asli foto dan menggantinya dengan yang lain).
"Masing-masing teknik itu cenderung menyisakan artifak tertentu, misalnya kontras yang kuat dibagian sudut, area yang halus atau pola noise yang berbeda" jelas Morariu dikutip Peta Pixel (23/6/2018).
"Dengan memakai puluhan ribu contoh gambar yang dimanipulsasi, kami berhasil melatih AI deep learning neural network untuk mengenali foto yang telah dimanipulasi" tambahnya.
Morariu mengatakan bekerjasama dalam pembuatan AI ini untuk mendeteksi manipulasi gambar sebagai bagian dari program Media Forensik DARPA yang disponsori pemerintah.
Saat ini, teknologi kecerdasan buatan ini masih dalam penyempurnaan. Jika sudah diimplementasikan AI dapat membantu pendeteksian menjadi lebih mudah, cepat, informatif dan dapat diandalakan.
Namun tetap saja, teknologi seperti ini tidak bisa menggantikan sarana tradisional 'trust' atau kepercayaan dalam dunia foto jurnalistik.
“Saya pikir salah satu peran penting yang dapat dimainkan Adobe adalah mengembangkan teknologi yang membantu memantau dan memverifikasi keaslian," ujar Jon Brandt Direktur Adobe Research
“Sangat penting untuk mengembangkan teknologi, tetapi pada akhirnya teknologi ini dibuat untuk melayani masyarakat. Oleh karena itu, kami semua berbagi tanggung jawab untuk mengatasi potensi dampak negatif teknologi baru melalui perubahan pada institusi kami. ” imbuhnya.
Dalam tulisan terbaru yang berjudul Learning Rich Features for Image Manipulation Detection, Vlad Morariu seorang peneliti Adoube menjalaskan bagaimana Adobe menggunakan AI untuk tujuan ini.
Tim ini berfokus pada tiga teknik manipulasi gambar umum, yaitu splicing ( menggabungkan dua foto yang berbeda, copy-move ( menggandakan dan memindah objek dari satu foto ke foto lain, dan removal ( menghapus objek dari objek asli foto dan menggantinya dengan yang lain).
"Masing-masing teknik itu cenderung menyisakan artifak tertentu, misalnya kontras yang kuat dibagian sudut, area yang halus atau pola noise yang berbeda" jelas Morariu dikutip Peta Pixel (23/6/2018).
"Dengan memakai puluhan ribu contoh gambar yang dimanipulsasi, kami berhasil melatih AI deep learning neural network untuk mengenali foto yang telah dimanipulasi" tambahnya.
Morariu mengatakan bekerjasama dalam pembuatan AI ini untuk mendeteksi manipulasi gambar sebagai bagian dari program Media Forensik DARPA yang disponsori pemerintah.
Saat ini, teknologi kecerdasan buatan ini masih dalam penyempurnaan. Jika sudah diimplementasikan AI dapat membantu pendeteksian menjadi lebih mudah, cepat, informatif dan dapat diandalakan.
Namun tetap saja, teknologi seperti ini tidak bisa menggantikan sarana tradisional 'trust' atau kepercayaan dalam dunia foto jurnalistik.
“Saya pikir salah satu peran penting yang dapat dimainkan Adobe adalah mengembangkan teknologi yang membantu memantau dan memverifikasi keaslian," ujar Jon Brandt Direktur Adobe Research
“Sangat penting untuk mengembangkan teknologi, tetapi pada akhirnya teknologi ini dibuat untuk melayani masyarakat. Oleh karena itu, kami semua berbagi tanggung jawab untuk mengatasi potensi dampak negatif teknologi baru melalui perubahan pada institusi kami. ” imbuhnya.
(wbs)
Explore More