12% Weight - LBP Analysis

Texture Analysis

Phát hiện mẫu LBP

Local Binary Patterns (LBP) is a powerful texture descriptor that captures micro-patterns in images. AI-generated images often have different texture characteristics compared to real photographs.

78-85%
Detection Accuracy
12%
Ensemble Weight
Texture Analysis

Local Binary Patterns (LBP)

How LBP Works

LBP compares each pixel with its surrounding neighbors. If a neighbor is greater than or equal to the center pixel, it gets a 1; otherwise, it gets a 0. The resulting binary pattern encodes local texture information.

This creates a histogram of texture patterns that is rotation-invariant and robust to illumination changes. 

  5   6   8
  4  [6]  9    → Binary: 01110001 → Decimal: 113
  2   7   3

Example: Center pixel = 6, neighbors compared clockwise

Texture Metrics

LBP Uniformity

Measures how uniform the LBP histogram is. AI images often show abnormally high uniformity due to synthetic texture generation.

LBP Entropy

Calculates the information entropy of the LBP histogram. Lower entropy indicates less texture variety, common in AI-generated content.

Texture Contrast

Measures local contrast in the texture. AI images tend to have different contrast patterns compared to real photos captured by cameras.

Texture Homogeneity

Evaluates the smoothness of texture transitions. AI generators often produce unnaturally smooth or overly uniform texture areas.

Technical Details

LBP Parameters

  • • Radius: 1 pixel (default)
  • • Neighbors: 8 sampling points
  • • Histogram bins: 256
  • • Gray-level co-occurrence matrix (GLCM)

AI Indicators

  • High LBP uniformity (> 0.35)
  • Low entropy (< 4.5)
  • Abnormal contrast distribution
  • Excessive homogeneity (> 0.8)

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.

Mẫu 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.

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.

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