「背景の砂漠に人物後付けか　人質映像を専門家解析　「イスラム国」事件」という記事について

朝日新聞デザイン部 @asahi_designbu

【イスラム国】ネット上で公開した映像は、人物の映像がそれぞれ背景の映像に後付けで合成された可能性が高いことがわかりました。グラフィックは「動画解析の結果」。 t.asahi.com/h2sl pic.twitter.com/wqTvWd5A2Q

拡大

nikq @nikq

@asahi_designbu ハイコントラストなマクロブロックに白い線が濃く浮かび上がるのは当然では？？？？？？？？？？？？？？？？？？合成の証拠には一切ならないのでは？？？？？？？？バカ過ぎませんか？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？

nikq @nikq

.@asahi_designbu coins.tsukuba.ac.jp/~cai/ achievementsにMPEGやJPEG等の画像圧縮コンソーシアムに関連したpublishが何も無い人間をなぜ信用できるのかを知りたいです。

nikq @nikq

twitter.com/asahi_designbu… 朝日新聞って本気でバカなんだな。こんなの「白と黒が隣接してる場所はノイズが出やすいですね」って事しかわかんねーだろ。普通にyoutubeのVP9の特性じゃねーか。

nikq @nikq

もーほんと、今後人質ビデオ撮るやつらは全員、マクベスチャートとグレーボールとクロームボール入れ込んで撮影して、VFXブレークダウンとメイキングオブを作って、MXFで納品する以外ないのかもね。←もちろん皮肉ですよ。受け取る側に知識が無いのって、悲劇しか生まないね。

nikq @nikq

@asahi_designbu どういった解析を行ったかを具体的な数式かプログラムソースコードのレベルで公開される必要があります。そもそも蔡東生氏の専門は数値計算であって、画像圧縮や画像解析の専門家ではありません。

nikq @nikq

.@aScienceCafe asahi.com/articles/DA3S1… こんにちは。この記事における「解析」って具体的にどんな画像処理ですか？後学のため御教授願えると幸いです。

蔡　東生 @aScienceCafe

@nikq 　今の画像はほとんど、圧縮されています。画像ソフトが発達して、加工すると、加工したところは圧縮率はさがります。不整合があるからです。圧縮は小さなブロック単位でします。この圧縮率に従って、画像をプロットすると、加工された部分は際だって浮き上がってきます。法画像解析です。

nikq @nikq

@aScienceCafe 高周波を含むマクロブロックのVLCが長くなることは理解できます。しかし現代の合成や加工はエネルギー最小化ステップを含みますので、加工されている部分はVLCコード長が長くなる、とするのは誤りではありませんか？

nikq @nikq

@aScienceCafe 事実、シームレスカービングで加工した画像は、加工前の画像よりも圧縮率は上がります。コントラスト差が最小化されるからです。

蔡　東生 @aScienceCafe

@nikq 圧縮し直すときに、加工されてないオリジナル部分なら、ブロックははその画質レベルでのlocal minimaに近いところを求めてることになります。ところが、加工されている部分はlocal minimaからはずれます。そのため、コードがながくなるという言い方でどうでしょう

nikq @nikq

@aScienceCafe つまり、この記事では、プロットしているのはMCUのVLCコード長に基づいた画像ということでしょうか？コード長が本来の長さ？よりも長くなるので、出力画像ではより明るく、濃く表現されているのですか？

蔡　東生 @aScienceCafe

@nikq そうです。相対的に考えます。例えば、べた加工はlocal minimaは下がります。画像のほかの部分とくらべ相対的にどうなるかです。あとリセーブを繰り返すと、local minimaに近づくので差はなくなるので、元画像に近い方がいい。超シンプルな方法ですが、超強力です

nikq @nikq

@aScienceCafe なるほど。ちなみにですが、youtubeが利用しているVP9コーデックは32x32や64x64のスーパーブロックを用いていることや、デブロッキングフィルタがあること、MCU構造は無いことはご存知でしたか？

蔡　東生 @aScienceCafe

@nikq お恥ずかしいですがしりません。この方法は、手元にある映像をその場で圧縮してみ、その圧縮率をみます。youtubeにかけると、リセーブと同じで、もちろんlocal minimaに近づき、結果に影響を与え、分かりにくくなる？が、対象映像はその割にエラーが見えてます。

蔡　東生 @aScienceCafe

@nikq raw画像でもよく、それを圧縮して、local minimaの差をみます。解析手法とよべるかどうかというぐらい簡単で、簡単なスクリプトでOK

nikq @nikq

@aScienceCafe なるほど、そこが大事でした。合点が行きました。私はあの記事は誤りであると考えています。おそらくVP9のスーパーブロックによるモスキートノイズを誤認しているのではないかと思った次第です。

nikq @nikq

@aScienceCafe とても興味深い議論に、長々と付き合っていただけて本当に感謝しています。"local minima"の正確な定義が不明なので断言はできないのですが、やはり私にはその手法は単純に画像の高調波をブロック単位でコントラスト増強している用に思えます。

蔡　東生 @aScienceCafe

@nikq すみませんでした。記者の人も、伝えききを、読者に分かるように書くとこうなるようです。「解析」と大げさにいわないと、記事にならんようです。

nikq @nikq

@aScienceCafe いえいえ、本当に、議論にお付き合いいただけてとてもありがたいです。私も何度か取材を受けた経験がありますのでお気持ちは良くわかります。昨日は怒りに任せて何度か大変失礼な発言をして申し訳ありませんでした。

蔡　東生 @aScienceCafe

@nikq 　批判は大事。むしろ、厳しくいってもらった方がいいです。私も、分かってないことがたくさんあります。よろしく。