Проведено исследование путей оценки аутентичности изображений, редактируемых по технологии цифровой живописи. Показано, что возможности визуального анализа с использованием традиционных методов выявления зон редактирования ELA, PCA существенно ограничены вследствие маскировки границ зон редактирования при создании реалистичного заполнения зоны вмешательства. Для изучения возможности преодоления этого ограничения авторы (на основе известных методов искусственного интеллекта) разработали и исследовали бинарные (по методу передачи обучения для сетей: Xception, VGG16, EfficientNetB7 без предварительной обработки изображений и с полными тренировкой и обработкой изображений методом ELA) и семантические классификаторы оценки зон редактирования изображений с комплексной предварительной обработкой изображений методами ELA и PCA. Достигнутая в исследовании вероятность выявления факта изменения изображений методами цифровой живописи составляет 93,15 %.

The paper studies ways of verifying authenticity of images edited using digital inpainting technique. It is demonstrated that possibilities of visual analysis using traditional methods for detecting editable zones by ELA, PCA methods are significantly limited due to masking the boundaries of editable regions when creating a realistic filling for the interference region. To study the possibility of overcoming this limitation, the authors (on the basis of known artificial intelligence methods) developed and studied binary (using the transfer learning method for networks: Xception, VGG16, EfficientNetB7 without preliminary image processing and with full training and processing of images using the ELA method) and semantic classifiers for evaluating editable zones of the images with complex preprocessing of images by ELA and PCA methods. The probability of detecting the fact of changes in images by digital inpainting methods reached while research is 93,15 %.