Detección Anatómica

Detección ML

Nuestra detección ML usa modelos Transformer entrenados en millones de imágenes.

Análisis PRNU

Photo Response Non-Uniformity (PRNU) detects unique camera sensor fingerprints from manufacturing imperfections. AI images cannot replicate these authentic sensor signatures.

Análisis de Frecuencia

El análisis del dominio de frecuencia examina la distribución de componentes de alta y baja frecuencia en una imagen. Las imágenes generadas por IA típicamente carecen del ruido natural de alta frecuencia presente en fotografías reales.

Análisis de gradiente

Analyzes edge patterns and texture characteristics using Sobel, Canny, and Laplacian operators. AI images often have unnaturally smooth or uniform gradients.

Patrón de ruido

Las fotografías reales contienen patrones de ruido únicos de los sensores de cámara que varían a través de la imagen. Las imágenes generadas por IA tienen una distribución de ruido anormalmente uniforme.

Análisis de metadatos

Los metadatos de imagen contienen pistas valiosas sobre su origen. Analizamos datos EXIF, firmas de software y otra información incrustada para identificar herramientas de generación de IA.

Huella GAN

Detecta artefactos específicos de GAN como patrones de tablero de ajedrez y bandas de color.

Análisis de textura

Análisis Local Binary Pattern para anomalías de textura en imágenes IA.

Verificación C2PA

C2PA (Coalition for Content Provenance and Authenticity) es un estándar de la industria para rastrear el origen y la historia del contenido digital a través de firmas criptográficas.

Semantic Inconsistency Detection

Detects logical inconsistencies like incorrect shadows, impossible perspectives, distorted reflections, and violations of physical laws that AI often produces.

Human Biometric Analysis

Uses MediaPipe to analyze human anatomy for incorrect finger counts, asymmetric eyes, unnatural skin texture, and other anatomical anomalies common in AI-generated faces.

Lighting Physics Validation

Validates light source consistency, shadow direction physics, specular highlight accuracy, and color temperature uniformity across the image.

Compression Artifact Analysis

Analyzes JPEG compression artifacts to estimate quality levels and detect re-compression patterns that indicate image manipulation or AI generation.

Edge Sharpness Analysis

Analyzes sharpness distribution across the image and validates depth-of-field consistency. AI often produces unnaturally uniform sharpness.

Statistical Pattern Analysis

Analyzes statistical properties including Shannon entropy, histogram patterns, and Benford's Law compliance to detect synthetic image characteristics.

Chromatic Aberration Analysis

Detects the absence of chromatic aberration (color fringing) that real camera lenses produce. AI images lack these optical artifacts.

Micro-Texture Analysis

Analyzes microscopic texture patterns for repetition, uniformity, and unnatural randomness that AI generators often exhibit.

Color Palette Analysis

Analyzes color distribution including saturation levels, color diversity, and white balance consistency. AI images often have oversaturated colors.