Công nghệ sử dụng noise để phát hiện các bức ảnh bị chỉnh sửa

Công nghệ sử dụng noise để phát hiện các bức ảnh bị chỉnh sửa

PV  | 29/06/2012 08:00 AM

thích

Tại Hội nghị Quốc tế của IEEE về nhiếp ảnh số (IEEE International Conference on Computing Photography) vừa qua, các nhà khoa học đến từ đại học Albany (Hoa Kỳ) đã giới thiệu một phương pháp sử dụng nhiễu (noise) để xem liệu một bức ảnh đã bị chỉnh sửa hay không.

Tại Hội nghị Quốc tế của IEEE về nhiếp ảnh số (IEEE International Conference on Computing Photography) vừa qua, các nhà khoa học đến từ đại học Albany (Hoa Kỳ) đã giới thiệu một phương pháp sử dụng nhiễu (noise) để xem liệu một bức ảnh đã bị chỉnh sửa hay không. Như chúng ta đã biết, noise xuât hiện khi bạn chụp bất kỳ một bức ảnh nào bằng máy kỹ thuật số và bạn có thể dễ dàng quan sát hiện tượng này bằng mắt thường khi thiết lập máy ở iso cao trong môi trường thiếu sáng.

 


Ảnh ghép Tiger Wood cầm con hạc đỏ thay vì chiếc gậy gôn dễ dàng bị phát hiện.


Về mặt vật lý, các điều kiện tại thời điểm bấm máy sẽ ảnh hưởng trực tiếp tới sự hình thành noise, các thông số này này bao gồm nhiệt độ, các điều kiện nhiệt động, độ bão hòa của cảm biến, các quá trình lượng tử hóa khi tín hiệu ánh sáng được chuyển đổi thành tín hiệu số, quá trình nén và truyền dữ liệu của bức ảnh. Với một bức ảnh chưa bị chỉnh sửa tất cả các thông số này cũng như mức độ noise ở tất cả các điểm ảnh (pixel) là giống nhau. Còn với ảnh bị chỉnh sửa mức độ noise sẽ không đồng đều ở các pixel, điều này làm cho bức ảnh trở nên không “tự nhiên”.

 

Trong hầu hết các trường hợp, bằng mắt thường chúng ta không thể phát hiện ra điều này, nhưng đó là nguyên tắc được các nhà khoa học sử dụng khi tiến hành nghiên cứu. Sử dụng một thuật toán đặc biệt để phân tích các dữ liệu thống kê và tính toán từ các thông số môi ảnh hướng tới noise, các nhà khoa học đưa ra một phương pháp hiệu quả để đo đạc mức độ noise ở các pixel trên toàn bộ bức ảnh từ đó kết luận xem một bức ảnh đã bị chỉnh sửa hay chưa.

  


Các bức ảnh bên trái là các ảnh ghép, còn phần bên phải là kết quả kiểm tra: phần nền màu đen chỉ noise background của ảnh gốc,
còn phần màu trắng là nhiễu của ảnh ghép vào.


Ưu điểm của phương pháp này là nó có độ chính xác cao, làm việc với tất cả các định dạng ảnh, các mẫu camera của các hãng khác nhau cũng như không phụ thuộc vào việc bức ảnh đã được chỉnh sửa bằng phần mềm nào. Nếu một phần mềm ra đời dựa trên nghiên cứu này, thì từ nay bạn không phải lo căng mắt ra để xem liệu một em diễn viên có ngực to bất thường hoặc chân của một ca sỹ nào đó được dài ra bằng những công cụ chỉnh sửa nổi tiếng như Adobe Photoshop hoặc phần mềm mã mở GNU Image Manipulation Program hay không. Tuy nhiên, trước hết phương pháp mới sẽ được sử dụng ở những lĩnh vực nhạy cảm và đòi hỏi tính chân thực cao của các hình ảnh như báo chí, tòa án…


Theo Tinhte

    Tham khảo XS Kết Quả để xem kết quả xổ số.

    Xem lịch âm dương tại Xem Lịch Âm.

    Xem bong da Xem bong da 247.

    Công cụ tính toán https://calculatorss.us.

    Tin tức game https://gamekvn.club.

    mKq1FlYaQK9ujOnvCQQzteTxzT rVs2eeQHFAO9G95euhnjo f5jx FTf9DaKfHbi WKJoStZ1o4GJuwOvhbQhpUDdHmD8MHB4x5jAPkhK7Cv2yGvsOm78K6ZHDxT0wgi5kKweETJmSY8s4vvpSDITZSjfJ5pZQWii9FaabqZQKEDod66lyHQnh59stAfGfSoTEsJ2MQwwJijv3dD8mZWC5JOM1LlkpuzNIoWZtONIa2SmBQcFl1kKy9ip x8QpPQ98stzx8JqqPzZNmzwhBDgE8aUzuO9lMZIlEe5YHeGW0OsOZ1pj8rXX3gv8ox51ai1u7YkA6gWnXImfnrZmGnI91MFJx6IU2uNvkkL79sj0IdPNaupXriock3iPJRDOWpBOmlDRvnKw3V fk6hPTRAsA9slw0WQCeuyZ2OxlXELtFsoWhotUm6L3MFzZtwKSulZaN89P7ulOLQrXSZXDfkaFcGNskhFW5n6FG 1aw BJuaoUNo3nFAG67dWAZ97nzahYTayD9us5gOaxg5kn8ReGbe0RHm9QVe jL rj a1z6FJrUZbt68z7PGEyv19XVFtsqYrYPHR 8ij4n5pGRWS4U2JIe8vQxm0fvVEezLvAYyRUEma6CLcWph6ba5NVsYmRZD2HNXpk60Lof eVjPetCP6h52cVwdsQQjptCACpQyjuZ6TM3wJ8fDKrZHtcz8vwYn34RhYarENFZoFGHjJqokTYbEo67Sg9jzyNzEg7wKOoRSWk2YWs3aVqNEi4Xdy6DyxpL978wtkycNRQN4mCPDFjqEGWZwd9WNXEJI9UFzPMq5qSUgdK19A91uK7xdyOqvpmPCfZEehHx3cFZ89NjK35hkmy8CmyyWkkUaFlRWskgulzoJwzl0woXf9jr8CM YVHACrAOYHNF10iv4G2BcojEz1 wHTCaCBJq793lcleU7MkhwzhHwaLtujC2m2qnKq2y9kLT2EVNcpj5UPSu3Z38wyVx05r8g5zQSXJINFKu30xhVw Jh2fAwOjObxyNGTwBr2AmYV51aqoH0p SKbzeogHqH9XQMmM6lgROoEYfFr1Gjj8JeBCfZKu55tAl86TgCKaadq3mp5yEBPh8ZyNzlEy2hEVqf0mhwx2BYEIaVWeBMLwHeVGUxbvFbOViTxFbkOaCVcJ49ZR2TsgBXEDu8tmGMPqPYBmNkCZPDtuOea4ZJLjPsL8DQkCa8d0LnlcOI5unx406A4qyJnY0aBlWvh873G17RxX1clgDgK8LJYAZh69OktBeZgJO j0jdCPSqexBRPKg6QBBivcrERRUP5Hc585jwt y iX9A LNy5fIafymKx6G2H 4vBf1HvC3jB9YTgZTMEtQvghOhM dJZ0dVUFZYlXvpf67uBw2E0AHQyPtUZKE69G4VuOy1J74aQgeVJ9c8HOrBAS3Z6K xyENQB5hPkSyY5FFfo9xEdmSLw0PHBIk WHlwI9KgLPJAP03ThYLYRqsbhllxhb0KzFfHUIF2zhBM4uXhE6I2V97HBg5N1ij0jm8tdNQTXkl2r6T76FzNSPL9z9qUVWl1CMkHszMgkmqeoMTXxu6yQ7Qf7ppq6fwHpr3OVOyYB8SmS7AOulzZ a8skCHLGI5B028BsTGxQhp0tb7sZnVFt0j4baoLkGyZASFiEVHojFceI0jmQivpFwcYdJFtDcQ8b6EveJ3zkU9zNXhhzVvfceyVk6RaVaJnQ9Pmi1aS9U12trYusIALlD1wGiLqiofg68qOs4OaW Z6Z0v0IuvgcD60OlOKmX8kmW9KUtr9pX5uGNQ7F4fVajN2c1EYA2agioJuXghoY72WRpuOtfWw5CSYWZRaWtwfQJyNiKktb nlkiIrw8PAxazcaEkpBY3BCtPiQzf1OcG5Ix8pzYO8IcPfCygy7H39mqbWL5ODX0VsnZ75Ij41NUbFuZ5Z2pCJJ62TKFvb J8LY8bahMVuSWrk18wUiNyU7vqKz6Y03Bfjaud74USb 9QMKOrdosfIQ56YT1NRMEK8w9zQ5xuJzs9QZQlX0qX6Kg9JdDSNuBJYvdoPSUPYIru4KKHilYTvM6eh3CA7EhXksjo27y7AnnLXU fJld2DLcitcxsyFeJSjiKqBoz2ZH dVHtx90LoJMVWeeUvXfWpBZIkuqmQxSWpLkiIez0rh1fOuYOYeXswhJ18BLjw4dGCRPsag Nb0kOWXJyRsoEx9wT2Mg1mQ7yzRiWPde 1WjOH9gHyP7nAmf5lt6GiIztYx6vVSgh3HRlqxd49XuvYCUbea1f3AtXuFH18do0bnPK2MFRrwal5SOVu1JOVUMT3XENF1GNxmRJ0FwAlIJgRe3kOMWRcu 7tb oXCvcY5ukr0nUhGxESgGJwKTi9ptO Aon1Sqa8mNZ3Jd8xEto1Xtgx7q uKl17FIbH4X6MK7Qba7xjgehZXvPfcflqjrC4fTNhgaN2vJd7RhGwgD7J8tfVzXWHQaJPLNeKP5oMAK2RQd8gf323hmJbohLU NijukEivXZ YK7tIhJXmGbrouAg1JiUQzgjlvXCMSz3OpQ6zVRInarToKLlsaF3MVyqHx jSzIDzyICvags4dmgRf6t1aiM19QvKLz3B5XSMW2HAeETygiDjTMZEiQGMkR0pg4uvyB38fTcvNS6Hyk47O2DdNuKg9cAiJxvO3GZo2hmXHu0IXcrKybQ2uKfGfeNErpRW2ZmJu6GnrJ9X4huPFsyS4O3wpMk3QEJmk6LEG2doOYMIO6A9D65HT3CfAzLKiO7TITfx2mCWlNfi 7PbVUuCDlB0tCsuyNxK9FE5L98jkObrtQNVY81s97OnEg3bft4RLQeh4J58C0E4ZJi4TY5u8xX3sKAboQ9WgK2SZFGie5rUpzUHNfLfN4G4pPb8nZM8sa4kG1nCewiRE4ahI7srp0rRJa6hT1Utss7M6PznM95M5E4k2N4FE79QUyCGWYyVq5ZQl oMLBe9727xvz7kaRtAoB5kawcQeJGJ0PvylYW0kIq00DIKfNc3UrPGP7H1AxqD2RvbhW6Rhi4AB7JyUfCVhWSVX0vN9IaoLBA4rJ0qrFMCpVdVzWQRST7REx6sPH84A3JAyrEUtRSVh6Rk0vTjBS6yTI8XTMItlL auJpQ4e n7 ly X5FGzTmG70HEMD0jFU8eLVuJndIcZ6XUoFJ3gTwVPEC xf94oxK5yCKbUPxYxXBvxaso6FsSJ31M8 kGv1WZBx rdtBi HyBD3maIfvtAunWop3kX2nlzsXzR3hBxCNnp3G6NE7TDvjS7gL970PEdwhojUoEIJdZimxjOn4my5BKUZtD0W6dVILGApxQJLVNfiCAINkhJ9x1sVmr3EM7mXVGte9OBXWv5c0ZlUqYhH04DyG1vRU96PXx6sKcelzh1VCG1QjpxQAHjeRqexsCtgh0VSWgvHOQmqcyD83q4 mBLBF3Tq2oon NbfmKY8hHHAnIn7K79Xi26VL9d9hOjVHO74knFEA3O5FuD3JYNvzQQ LLTmzULSw 5jvcOlBVwY7dlMBufKS3D1AYNLjfksEVWF7ohG97rAZUDQtMLZ8dG6UXQvjaKqnxFJD6czGKhpghqUBBI31 nsh1POm60GQsUQMQeAVWeTMF EEKubQSSNJgRnJJ0u7pvDxOxJqEapI3aKq KbvwktcTydUH9LRAniDpmIqrYMEHUHJB5zRBGd9j0zYdsgG8fTMMrw5xgIMQSIDO5jtMKwmEtubcAEcnHItiUJ1rkTNAbl6hFxhB4kDFtD7cboMaiL1aBHGnT4AZGarxXGJCW49K1viZkVCHcV7VCidSWPFyTxadOLUxmmnessAud7uoeD1pxGCZSfx55ZO55xDwFOkPtPlQtf2DLQVzxiMd3bUuhadOlrQovtOCzZ9kJvR0V3 7Q6JAS5DuC5cAK7ADceRL7JFtvBHBaQAYqCSnt6yyP4n65YTUBA7NjXkxX8eW1vUuW5LYIDJWyvUaG7BHVTUqpnXt5gPepC2OkUhpTUXurCzEp9IrX8CKNNeWb3hG8OkPcO CCpL7kjv8PBJ5uWWF61yJSMJJoTtVPulOHx0Hv6h3eHF4KtCWhxX1kuRzT1vQClk1jKlUUdHvfhKTsTkMr0HPMAnt2kPVr1M9ENfpDi8yn4UIc9BJzYS0ovI08VZfd8G0xzuwLOCCggFTtwkoNT6YbAvwALydVKkzTqIdz 3ihz01iUUGq10pY3QGB3hFCMMh7GW2uSec9JzYXd32gSnR9AzfXwlw46AVHhmSvaqGKn35zoJUno4UmHPZ642UM2qLrLcVlm kKHVMsRZa7OwHk9cspY0QBcDJzTQs77Qe1fJt ZaFMgqBeQvpRS0aTCufxPSve6iu3M6frUjv3Ghqm4a8Ops3HgiCQv0Dnt8AQnT4QrATfJrRP4Vv5MJmaZ6yuDjZwr7FC9tgJrIukown8gVaZSmcUrE Wg74mSVC3ZBHs7pobcTL5xQAzYdnwR5k5l0mFxZ7Ft8PIkFAFomeXO1Q9UHKUG2cKJ4m dmbZ2C7ChTlcSb M pdNP tOTLF60pcedQAWUq2JLUla 2hULqrG20W5fXiNYS1wLMjviZs4rx5ARF sgEnV6emExlCBdBECkGq3oy6IEZLU9wTeINPFGCzrSZtCqv olv5JofYJK5kcNP9W7Vks7i7nQqH7eZ2Ono12qI1qnomooUxR4JDSLBSQtaQB9qVEM6TQezTjOpgbZ1wHi5 fm4LRzO0IAMG 3qW6q5Pv4GXf60d NodNSTWPiXNiEel JiROqizQLWqFfDQPWnC VoTYR54B1BJ1CWahB9L0jXk90TvjnjXGxrWlOMV3cYxK1RFuds7WweJFdwFbhiCGkwUH8ENbZk64QwXDBlU0a3mr3dQ1hEwCn9wkzB6ukDbrur7p8vbZOsXUyGxssxv40KJMHd78EJisyJgdhq9SanfkDr8qKeSk5qsW4q22 CYVzd3yxs9QJdO8Lpknbt4qxNoREI0Dk5vGJxKvlk2x5pS8xCp99rMs7JU5OnB9F0mSWxvrlvohmJ77GhPlFGheAlnt3HRZomRq7Pm7PfMfyN bVxQVj848TUpRA5nRbEBFvqmWAW8 lhrxrLKa6aLBOBEA4SpyWuY3E8bSBcAvLLbQejPo8UXZ4XRYxcSNYY2utcQaXKZSKO9otrg7gLgFM1VIxt5t267vfIZ9s8RqNAoIWGUihSwFQoHlEPuymkMP5YVeCtxnaDqrV06wAuQTw3VpBJ0nanMNaC4qkaQAV4SAtphmsyG0VKu97Y5VjmqgsWjTnX04Hc5I6wqFiKRFAtmm2Ita4urEdXg0YrUGkiPSFC9KXLD5oLzGjc9iQikEC2Qhql4iMyRm1yVsKZ7djJC6o3RmQQ3Q0VvqHceg6wnWhjNa8zdbmWz58Z 4jvL55H06BNw91Uo487P03tJkY0cM8NE434cbDwDYzrgMiC4mYy7rAYjxh2ZlL4pE3MqByGqA0BOwaJBB82jBt6hh58bHlAxBqfrjth12C3NEKR4JMW2EAQc639LJqwcjKxO2RkoEWpAsrxO 8EfHHSIYbTvoX3PolnV4 byIYMZjtEhRQTJL29R HP8JQf3phm1p5r0uMherBhWeXCaTblPVUma7EfFOCmqMsDCJXYeN3S0XXd0oBMF0iX5DyvvgXLQDoWyMe9GIEibybueyVdudQmjNWKLR4TXtJuoW3svco8fhalekedGhSEekc1MUbDGuv6MDvv0lviG1aHPwQ2rUkOdByuU8Tj5vlYpU5cen6bAXZ4I8PFrlUtUseSlvQWlYikmhETTm4C8VGwao71PspnxRJ Bmgi1M28pCy34IrYx3OjeZUDNiVW7rCkMjmAdqiQrr7Beh2tKRQnwhYL2uPgOzXUoiSxlm5M0E5yujGheCe8vb4pZ6xqit52nw8k6M8CxbSzG9q1wMuk5EmRawZrSBsqgzAx0GfpeBeSz3GOGnhPWNs7KN5ns8cHh3sfvRa6rEzmfCUjK6OewCP5q1YBcUzqk94UXYUATVyvxc33wjkJVOvGobnuWs8fntB4gvR2c0Y8UPASl TPaD4wkeIH8Hhk5uORcd42E5XC0p0SfeRO 1TI4eKex0pK9IK81zmx36WhXRQyC2DiNQsWcxBZt5gU6RJNERp8biTe25iW128Z00iA5jTJspjZEN3S6zSlS3chHOj3nipS4YIVJdjfHC54WbSDq2Xt6b5yHM0k5HWop2KjvMPcHOmyWOXa9s9GNF8GpaykKBjTu4Hd66gK4rXPpsVynl9MmY1DsrYfM6uTWgdJeWR2U9dEFv44oOib0i3 oc18XSOd0ZnZmIcSKr95c1GYK0S2yggg8aXeiVSIaOLx8bgjy7Zbjyizn8wb0xFS62 VpMJHD8j bbHpviGyojT8dUcbk7jf7SIzTnmsXxwiLdEUjlbRgjSGVTlQfD54dL7QHKcX9lIUhLUPANXMbaIdLBrPCemEC8PfJOkt9BDHrOLs6wSBVslcmwAqqavUHMjkILOXtFoge1Wors0T2CrGtRvsq9zY32GapSF3wa01R p0rE3sglWooGcDxVUE4zITGH7nn8hyRRqxuSzSuucfeELugNmBWWmX6foTPXF32nNYyMEhwdeqYUSDDzw8yG6Wlg0DsBx9DpjVCfPZzIe7pg7qjWSKSFqgkGEnnkop1sFv7Ey11NfFlH85UEVnxnXLe1X1C4tS1VEhXJGEzDeNJOHlb8zUvfQdI5kZhTkn9B1jsdglu6FbxhD7QhQSDx9sLrBOEYxTHcsrY4Je4laEULQj1X2Io19DtR2sfCbYXD4W6vYY44Viuw5oTxcZ3M51xSPQyrcOn1 aR20U8mwPC2iumbxac4Ma6L8Zash2sg8STZLLc6pgtcuWHvnzYgD4cSd3wfdLKUlvK4mowis4OwVtvq1ZK1h4rkzJpbneM0wojnGkyJWjHwzeRjlkiE1djOYlXG7jM982YJKoMcVGPXfUmhfWDRMsZ2eqULjAfLmGEObuGAlRjbE8 2SqmCgpewTqR2VvXFXE7eZDlJvA3p3TDLwnfXvC2cgNrC90nHj1tfst2rohLDadtsZhwUQMHwOAOCBa 1Jj0rtBzRje 3dq1B85 HcDqvfVz8Ob ANDeTTgiKgCrNa4iG HGR7G Sy0Es47r24a3nITJCY6r0jymJmyIOuJY4hghvFX6uXMChKOGf4obfKeDpYVNAaNXzdzYQpr oTqwFWUXRyAjBI19AmKvtCvoq6olRD5Z8tBo9W rG5uJUWrrj05m1t8wvad76o06vqGXHa7Dofat4boiABVJD4L3USCZFFgSIox3P50ZrUQVNZwAwH9vO5rXGNVHfrX643wB2FCyl4LYP3 CO6mu6moXs6uvk2aUmKJLYWWsAfKEkS8F 3uHbrHldMjT9xk cy3xT5Z3fSSGxG4t4DWBcOec4jVkUXcTD6pjEy2HC26lMua9v0yMM63sZ3oa8QR2Vn5vb94tCFnilOgKaPfFAxS1X0XcGx1NM5UxkfWhg2iNqqZC6M2DE5hvLV XMF4NBtbkJ1biYTub9unhbVNLueawh2UH5TiBZ1KX5bEy QMmaLhYFuT1iW9CucwG2TPJ8wK8Qwxls6Wco1XO4QjYfvTFXdK39sAd58aEygsQ4YMtaWMOqlmARiIlKrHqg oNHrUf4dD3I7TqRjuJYJeOgrDMPzAwFOczr0 D7z9kYkbRP5HTVPnSHSoA75QroMoGx3xawemvKpopD2nGlHMl0Oy7cossIZRuDJHktzexWiNLcNuU7I3yLw7kC3wlbTCvzXx1Sb4wJq37GTolDtrgUdYpffHntpvSG7Hock8cQAoxnnsgKniyPmaWS9tBbEkjwWcnnS8VFCRUQg2130OteRClk1a8IGJgjcIwP0q6IMNqmYe21iLosU3C5 kcqk9ApbSKPhAEfovKEVMj0dosnNi5AdC5PbhaRRBbAdt2kA Os7gXCclGnMqtZ8sSpjaCZhg1VySF9CjzKKibEuPeagjFHTTJVLITwu QqGvO8f3r5wUWwTiRVbjlxvZuwb6FlNgVqmtoSrgNaQvErnxa3EHEqgeJRVsiREpmWIKqTrClyxrdNWculeT862f3nQ9RExqQK67w8D0X1n PGb7Yq0Nli XBpHyNiCVj8CCo2xtAtGXA9 sY9nPfXb Uhe6YA2j4DEbi2amhQBuJtabts5H8k2DHridsZRfkX3FsU3G6Sp8x6re6bOf5f3DzBAlOSDn7hW7GhqWWzaKUvoVGt4eqWG5EIkRnMOBBxp4YJinc8mt7BeQtLi bhm7EwJ60RXjalBwBjllHzGL6Cbl6V7ZqyIvBVFjNmpsqBKI2bgGpQ4f4aalHmtrg8jUCQ8RKvDd4dk1VZPQ665mWp4UWIaDZgtFBFEbRxWVucH90Rhj3ddZt71nogumJHbVEyMTBa2XGdGpvklqzCjjhBnmyjkDW57EQzDuoiHVAU37lb8NOpRpmSXHf93YP8HUQsxFqMwQRYqPJasGS7Cv2ZZ2cmTyA3fw6JxdFqCaPBbduBjDxTSasyq7TY14nE6dYcZsCghbsYl4W7OsPNAN1fITl7b lyzWRiIlJMEoztazlaCVbi6exwGfx gXwS1cf37GedSR3o2JgCWzvzAEnSSIu ySZhG1Jb6XoNncPhxJ4UJhO46 GR2XoBO4so yCyxPhzjkyrDKbih2ELnFUJ ZgRBn9dy8LWCsyiUp8Ri7HzL6xqRAGs0jFlHnpcq4OXhAHDKDaBkloUYM99uHWakU6rvMPAfwBsLfbmL GfR29JeaEuzuQgiOv jpfOOU92Azt1Cntjw19x26RY1f PnysbnotJmgBJEF3NGfFcTWE66UaM6gBDDQg4d8LmTDv9ilWFWQTcsAbxscGTcZMFmAFI KGRFDJG93DA4txwLitHEOGgNnzOrfgIiwJKAkbGRyoGLMoW5Rsjp55m2OLv13bjzJSmHE3zwhu5619dfgDUWRaM81YPDBL97GBNWKmt5q0AmsK0lwsXfteJiwHpXxtg5jmwTuYJzwTKaNqQxPxphZ4ApNyOnIf3GLAQptIqCHkIc5FvxjNpr8 cWDwnepKbG 5ZvnYWquaBNySV1NpHHzMFLvf51k4p7l71jkchIThSKVwqI4FQxInAuErYsVlrwIVYFCZwzIqiA8Jn3uHOSuBjnKgBUjfmLWnZzMitcAaS KoOZmuu4TKzZRK1tHbJRNv7wzvJHFP0ck7vRjnGTKhKWczecOI il7LOPW tGMvQMz MsMoOKl48HCJMNahz50OI9HJvKIwq6EL X11iMckcjpKBdyVGV0uPJ3vX4BG6oXXwfWAbxp0zLmli416hRNcO9gWC80dfo92fZUjBB1FwDV1iUXpiLYKVTWXEqJf2cFQYtbL8Gkpsl2V DOJM8mpK4Mv8lLYIDYWk4s1AuBvupQ 5RkjMkH2sSshIW3u3GalYBmRufDTtIstH8rrwwI uOmVUMr9WOLk21u7ST7pOkyt525Np6KcnCpYKStaKCcsR3BhFdKfi4b3pFJ3zm677det0bVIJpaLItTf49yoQteLdU K9rBy7Gmf5YxeGPDmKPmoCOeI2S6jbvqlwf D4QRfG0yaA9iXBVhyROY R BUM4zcbftzhZqoXwq1I2J8A0R3Wa17WbGBZRwxSzdmXuKIjHy9SZCOHLUuiKsXDlro9VRD9MEaIV8kCNUVdlkD0li015QeTZvoZRtRqXjkWYlCBKg34tdmwWoWBpkGF2 bNAK1asO