← Всички ръководства Под капака

AI мащабиране срещу AI генериране

Мащабирането измисля пиксели, които никога не са били заснети, и дава резултат като при генериране, тъй като в тесен смисъл то е точно това. Как да различим уголемена фотография от измислена такава.

· 10 мин. четене · Best AI Image Detector

Инструментът за мащабиране е генеративен модел с ограничена задача. Той измисля детайли, които никога не са присъствали в оригинала, така че мащабираната фотография носи истинска синтетична текстура и получава висок резултат, въпреки че е истинска снимка на истински обект.

Какво всъщност прави инструментът за мащабиране

Традиционното преоразмеряване прави интерполация. То изчислява междинни стойности на пикселите от тези от двете страни, създава по-голямо и по-меко изображение и не добавя никаква информация, която вече не е присъствала.

Съвременният инструмент за мащабиране генерира. Той представлява модел, обучен върху двойки малки и големи изображения, и създава детайли, които са правдоподобни за обекта, вместо да ги извлича от него: пори на лицето, нишки в плат, листа на отдалечено дърво.

Това разграничение е същността на цялата статия. Порите не са били фотографирани. Те са най-доброто предположение на модела за това как биха изглеждали порите там, което е същата операция, която генераторът извършва в целия кадър.

Така че едно изображение, преминало през инструмент за мащабиране, съдържа истински синтетична текстура, а детектора, който чете текстурата, отчита точно това. Резултатът е верен; изводът, който хората си правят от него, не е.

Защо това води до толкова много фалшиво положителни резултати

Мащабирането е навсякъде и до голяма степен е невидимо за човека, който го използва. Камерите на телефоните го прилагат при цифровото приближение, софтуерът за редактиране го предлага като подобряване, видеоразговорите го използват за компенсиране на честотната лента, а платформите го прилагат, когато предоставят изображения в размери, надвишаващи оригинала.

Архивната и реставрационната работа е екстремният случай. Една стара снимка, сканирана с ниска разделителна способност и подобрена за печат, е силно пренаписана по своето естество и ще получи резултат като нещо, произведено от модел, тъй като голяма част от това, което виждате, е именно такова.

Оригинал от камера Преоразмерено конвенционално AI-мащабирана фотография Реставрирана архивна снимка Генерирано изображение
Колко текстура е била измислена → ↑ Дали изобразява нещо реално
Илюстративно. Горният десен ъгъл е мястото, където честните изображения получават резултати като нечестните.
Къде се намират двете. Мащабираните фотографии заемат неудобното средно положение по дизайн.

Горният десен регион е проблемът. Тези изображения изобразяват реални неща и съдържат измислени пиксели, като нито един резултат не може да раздели двете свойства, тъй като моделът измерва само едно от тях.

Как да ги разграничим

Картата на регионите е първият инструмент и той работи, защото мащабирането и генерирането разпределят измислената си текстура по различен начин.

  • Мащабирането е уеднаквено. Всяка част от кадъра е била уголемена по един и същ процес, така че мрежата е топла и равна.
  • Генерирането също е уеднаквено, поради което само картата не решава въпроса.
  • Избирателното подобряване не е уеднаквено. Възстановяването на лица, приложено към един човек в групова снимка, води до локализирано нагряване, което носи полезна информация.
  • Композицията все още се запазва. Една мащабирана фотография има геометрията, перспективата и осветлението на реална сцена, тъй като тя е била такава.
  • Детайлите могат да бъдат проверени. Уголемете измислените региони: мащабираният текст се превръща в правдоподобна безсмислица, а истинският текст остава четим.

Последният пункт е този от практическо значение. Увеличете табели, етикети или дребен шрифт. Инструментът за мащабиране, изправен пред нечетлив текст, създава уверени знаци с форма на букви, които не изписват нищо, и тази грешка е видима за човек дори тогава, когато резултатът не е.

Разчитане на двете заедно
СигналМащабирана фотографияГенерирано изображение
Оценка за целия кадърВисокаВисока
Карта на регионитеТопло и равноТопло и равно
Малък текст при уголемяванеПравдоподобна безсмислицаПравдоподобна безсмислица
Геометрия на сценатаПоследователна, била е реалнаОбикновено последователна сега
Съществува по-ранно, по-малко копиеЧестоНе
Наличен е оригинален файлДа, поискайте гоНяма такъв

Последните два реда са тези, които реално разрешават въпроса, като нито един от тях не представлява измерване на пиксели. Обратното търсене на изображение, откриващо по-малко по-ранно копие, или източник, който може да предостави файла преди подобряването, разрешава въпроса директно.

Какво означава това на практика

За всеки, който оценява изображение, основното правило е да попита за евентуално подобряване, преди да третира високия резултат като констатация. Това е един въпрос, не струва нищо и обяснява голяма част от объркващите резултати.

За всеки, който публикува, това е аргумент в полза на запазването на оригиналите. Един фотограф, експерт по щетите или журналист, който може да предостави файла преди подобряването му, разполага с пълен отговор на въпрос, който иначе няма такъв.

А за архивите и реставрационната работа това е по-скоро проблем с етикетирането, отколкото с детекцията. Една подобрена историческа снимка е легитимен и полезен артефакт, който винаги ще получава лош резултат, така че честният подход изисква да се каже какво е било направено с нея.

Къде това причинява реална вреда

Три ситуации превръщат това от любопитен факт в проблем, като и трите споделят една обща черта: някой взема решение за даден човек въз основа на изображение, което не е заснел самият той.

Застрахователните претенции са най-ясният пример. Ищцата или ищецът снима щета с телефон, изображението е малко и някой го уголемява, за да види детайла. Уголемената версия получава висок резултат и една истинска претенция получава отбелязване за евентуална манипулация, което вече никой не може да премахне.

Журналистиката има същата форма. Снимка от източник е мащабирана за печат, подобрената версия циркулира и последваща проверка на циркулиращото копие я маркира. Оригиналът е бил наред и вече не е версията, с която разполага който и да било.

Юридическите и дисциплинарните контексти са най-сериозните, тъй когато подобреното копие често е това, което се приобщава към делото. Когато едно изображение ще се използва като доказателство, файлът, който трябва да се движи заедно с преписката, е този преди каквото и да било подобряване, а самото подобряване трябва да бъде документирано отделно.

Бележка за всеки, който изгражда работен процес

Ако изображенията преминават през вашата организация и се оценяват, най-евтиното възможно подобрение е поле, в което се записва дали файлът е бил подобряван. Това струва отметка при приемането и премахва цяла категория неразрешими спорове по-късно.

Второто най-евтино решение е правило подобряването да се прилага върху копие. Запазете получения файл, подобрете дубликат за гледане и се уверете, че файлът, който придружава записа, е оригиналът, а не по-красивата версия.

Тук има по-общ урок за това какво измерва един резултат. Моделът докладва каква част от текстурата пред него е била произведена от софтуер, което е реално свойство и не е същото като свойството, което хората търсят, а именно дали снимката запечатва нещо, което се е случило.

Повечето объркващи резултати в тази област идват от тази празнина. Мащабирането е най-ясният пример, тъй като двете свойства сочат в противоположни посоки: силно синтетична текстура, изцяло истински обект.

Въпроси, които хората задават

Защо мащабираната ми снимка получава резултат като AI?
Защото част от нея е такава. Инструментът за мащабиране е генеративен модел, който измисля детайли, които никога не са били заснети, така че уголеменото изображение съдържа истински синтетична текстура. Детекторът отчита това правилно; грешката се състои в извода, че картината не изобразява нещо реално.
Как да разгранича мащабирането от генерирането?
Не може надеждно само по резултата или картата, тъй като и двете изглеждат сходно. Това, което разрешава въпроса, е произходът: обратно търсене на изображение, откриващо по-малко по-ранно копие, или източник, който може да предостави файла преди подобряването. Задайте въпроса, вместо да анализирате по-усилено.
Брои ли се цифровото приближение на телефона?
Да, при по-новите устройства. Извън оптичния обхват цифровото приближение до голяма степен представлява реконструкция, а не изрязване, и силно приближените телефонни снимки носят значителни измислени детайли. Това е една от причините отдалечени обекти, заснети с телефон, да получават по-високи резултати от близките.
Ами реставрираните исторически снимки?
Те получават много високи резултати и това е нормално. Сканирането на оригинал с ниска разделителна способност и подобряването му за печат пренаписва по-голямата част от това, което виждате. Това е легитимна архивна работа и честният подход изисква да се етикетира това, което е било направено, вместо да се очаква чист резултат.
Трябва ли да спра да мащабирам собствената си работа?
Не, но пазете оригинала. Фотограф, който може да предостави файла преди подобряването, разполага с пълен отговор на всеки въпрос относно публикувано изображение и това струва повече от избягването на техника, която съществува поради уважителни причини.
Може ли детекторът някога да разграничи двете?
Не само от подобрения файл, тъй като измерваното свойство присъства и в двата случая. Разграничаването им изисква информация, която пикселите не съдържат: по-ранно копие, оригинален файл или удостоверение, записващо какво е било направено и кога.

Проверете изображение сега

Безплатно, без акаунт и файлът никога не напуска вашето устройство. Петдесет проверки на ден.

Отворете детектора

Продължете четенето