Mẫu nhiễu
Phát hiện độ đồng nhất nhiễu
Ảnh thực chứa các mẫu nhiễu độc đáo từ cảm biến máy ảnh. Hình ảnh AI có phân bố nhiễu đồng nhất không tự nhiên.
Cách Hoạt Động
Chúng tôi trích xuất phần dư nhiễu từ hình ảnh và phân tích tính đồng nhất của nó. Nhiễu cảm biến máy ảnh không đều và thay đổi theo điều kiện ánh sáng, trong khi nhiễu tổng hợp từ mô hình AI có xu hướng nhất quán và đồng đều.
Denoise
Apply Non-Local Means filter
Extract
Calculate noise residual
Analyze
Measure uniformity
Uniformity Score
We divide the image into 32x32 blocks, calculate local variance for each block, then measure how consistent these variances are across the image.
Phương pháp liên quan
Phát hiện ML
Phát hiện học máy của chúng tôi sử dụng các mô hình transformer tiên tiến được đào tạo trên hàng triệu hình ảnh để phân biệt ảnh thực với nội dung do AI tạo ra.
Phân tích PRNU
PRNU phát hiện dấu vân tay cảm biến máy ảnh độc đáo từ lỗi sản xuất. Hình ảnh AI không thể sao chép các chữ ký cảm biến thực này.
Phân tích tần số
Phân tích miền tần số kiểm tra sự phân bố của các thành phần tần số cao và thấp trong hình ảnh. Hình ảnh AI thường thiếu nhiễu tần số cao tự nhiên có trong ảnh thực.
Phân tích gradient
Phân tích các mẫu cạnh và đặc điểm kết cấu sử dụng toán tử Sobel, Canny và Laplacian. Hình ảnh AI thường có gradient mượt hoặc đồng nhất không tự nhiên.
Phân tích siêu dữ liệu
Metadata hình ảnh chứa manh mối quý giá về nguồn gốc. Chúng tôi phân tích dữ liệu EXIF, chữ ký phần mềm để xác định công cụ tạo AI.
Dấu vân tay GAN
Phát hiện các artifact đặc trưng của GAN như mẫu bàn cờ, dải màu và bất thường phổ đặc trưng của mạng đối kháng tạo sinh.
Phân tích kết cấu
Phân tích Local Binary Pattern cho các bất thường kết cấu phổ biến trong hình ảnh AI. Đo lường độ đồng nhất, entropy và tính đồng nhất.
Phát hiện giải phẫu
Trình tạo hình ảnh AI thường tạo ra lỗi giải phẫu. Chúng tôi sử dụng thị giác máy tính để phát hiện những sai sót này.
Xác minh C2PA
C2PA là tiêu chuẩn công nghiệp để theo dõi nguồn gốc và lịch sử nội dung số thông qua chữ ký mã hóa.
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.
Kiểm Tra Hình Ảnh Của Bạn
Tất cả phương pháp được kết hợp sử dụng điểm có trọng số để đưa ra phán quyết cuối cùng với mức độ tin cậy.
Thử Ngay