← Todas las guías Bajo el capó

Lo que muestra un mapa de calor por regiones que una puntuación no puede

Un número agrupa tres situaciones diferentes en una sola respuesta. La vista en cuadrícula las separa, y la diferencia suele decidir el siguiente paso.

· 8 min de lectura · Best AI Image Detector

Si todo el encuadre es sintético, o si se ha cambiado una parte de una fotografía real. Son problemas diferentes con consecuencias diferentes, y una única puntuación los interpreta por igual.

El problema de usar un solo número

Considere dos imágenes. La primera está generada de principio a fin y todas sus partes son sintéticas. La segunda es una fotografía real de una habitación real con una grieta añadida a una pared.

Un modelo de encuadre completo reduce cada una a una sola cifra. La primera obtiene una puntuación alta, lo cual es correcto. La segunda obtiene una puntuación baja, porque ocho novenas partes proceden de una cámara, y el promedio oculta la edición.

La segunda imagen es la que le cuesta dinero a alguien. Es la reclamación del seguro, el recibo alterado, la foto retocada del anuncio, la imagen de la noticia con un detalle cambiado. Una herramienta que muestra un solo número la dará por válida.

Los tres patrones

Una vez que el encuadre se puntúa en cuadrículas, aparecen tres formas, y cada una significa algo diferente.

Cada cuadrícula tiene un valor alto

91 94 89 96 93 90 88 95 92

La consistencia es el rasgo distintivo. Las fotografías reales casi nunca obtienen una puntuación tan uniforme, porque las escenas reales tienen texturas variadas.

Un encuadre totalmente generado. Ninguna parte de esta imagen procede de una cámara, por lo que ninguna cuadrícula es fría.

Una cuadrícula alta, el resto frío

14 11 16 12 88 13 9 15 10

Las cuadrículas frías son capturas de cámara auténticas. La caliente no lo es. Este es el patrón que un solo número destruye.

Una fotografía real con un objeto insertado. La puntuación de todo el encuadre fue 31, que se habría interpretado como probablemente real.

Uniformemente cálido, nada caliente

58 61 54 63 59 57 55 62 60

Uniformemente moderada. El procesamiento global eleva todo un poco y nada mucho, que es la huella digital del software en lugar de la manipulación.

Una fotografía auténtica que ha sido muy procesada: modo nocturno, reducción de ruido y luego recompresión.

Cómo leer un mapa correctamente

  1. Observe la dispersión antes que el pico

    La diferencia entre la cuadrícula más alta y la más baja importa más que el valor más alto. Una diferencia grande apunta a una edición local; una diferencia pequeña apunta a lo que le haya sucedido a todo el encuadre.

  2. Compruebe si las cuadrículas calientes son adyacentes

    Las ediciones reales son contiguas, porque los objetos son contiguos. Dos cuadrículas calientes contiguas son una inserción plausible. Dos en esquinas opuestas normalmente no lo son.

  3. Compare con la imagen

    Fíjese en lo que hay realmente en la región caliente. Si contiene el daño, el precio, la cara o el objeto en disputa, eso es significativo. Si contiene un cielo vacío, probablemente no lo sea.

  4. Descarte las cuadrículas con poco detalle

    Las áreas planas de cielo, pared o agua transmiten menos señal y se puntúan con menos fiabilidad. Una cuadrícula caliente que cubre una pared en blanco merece menos peso que una que cubre un objeto detallado.

  5. Trate el conflicto como incertidumbre

    Una puntuación de encuadre baja con varias cuadrículas calientes dispersas suele deberse a la compresión y no a la edición. Esa es una razón para encontrar una copia mejor, no para buscar un punto intermedio.

Cuando no se genera un mapa

Por debajo de unos 576 píxeles en el lado más corto, el encuadre no se puede dividir en regiones con el detalle suficiente para puntuar de forma independiente. Solo se obtiene un número para todo el encuadre.

Esa es una limitación real en miniaturas, fotos de perfil e imágenes extraídas de aplicaciones de chat, que es, por desgracia, por donde llegan muchas imágenes sospechosas. Encontrar una copia más grande de la misma imagen suele ser el siguiente paso más útil.

Por qué esto importa más que la precisión

Mejorar un modelo de encuadre completo del 91 al 93 por ciento cambia muy poco para alguien que revisa la foto de un siniestro. Poder ver que una esquina del encuadre se comporta de manera diferente al resto cambia el hallazgo por completo.

La vista de regiones también hace que un resultado sea explicable, lo que importa siempre que haya que justificar una decisión a posteriori. Un moderador, un tramitador de siniestros o un editor puede señalar una parte concreta de una imagen y decir por qué se fijó más en ella. Nadie puede hacer eso con un porcentaje.

Por qué se superponen cuadrículas en lugar de usar una cuadrícula simple

Una cuadrícula simple tiene una debilidad que se manifiesta de inmediato en la práctica. Una edición situada en un límite se divide entre dos cuadrículas, y cada una ve la mitad de la evidencia frente a una cuadrícula completa de píxeles auténticos. Ambas devuelven resultados moderados y el hallazgo desaparece.

La superposición de los recortes lo soluciona. Cada punto del encuadre cae completamente dentro de al menos una región, de modo que una inserción pequeña se puntúa frente a una cuadrícula que domina y no frente a una que comparte. El coste es ejecutar el modelo más veces, lo que en un dispositivo local supone un segundo y no una factura.

También explica por qué las cuadrículas adyacentes a menudo se iluminan juntas. Un único objeto insertado que abarca dos regiones superpuestas eleva ambas, y por eso la adyacencia es una señal de apoyo y no un indicio de dos ediciones separadas.

La consecuencia práctica es que el número de cuadrículas varía según la forma de una imagen. Una panorámica amplia se divide de forma distinta que un retrato cuadrado, y las dimensiones de la cuadrícula se indican en cada resultado para que pueda ver con qué precisión se cortó el encuadre.

Preguntas habituales

¿Qué muestra un mapa de calor en un detector de imágenes con IA?
Cómo se distribuye la señal sintética por el encuadre en lugar de calcular el promedio. Cada cuadrícula es puntuada por separado por el mismo modelo, de modo que puede ver si toda la imagen parece generada o solo una parte. Estos dos hallazgos significan cosas muy diferentes.
¿Significa una región caliente que esa parte se editó definitivamente?
No. Significa que el modelo encontró allí la señal más fuerte. Las áreas planas, una fuerte compresión en una esquina o una región con una textura inusual pueden elevar una cuadrícula sin que haya ninguna edición. Trátelo como un indicador para mirar con sus propios ojos, no como una conclusión.
¿Por qué la puntuación del encuadre completo es inferior a la de la cuadrícula más alta?
Porque se calcula sobre el encuadre completo en lugar de ser el máximo de las cuadrículas. Una gran área auténtica reduce la lectura general. Es exactamente por eso que se proporcionan ambos números en lugar de uno solo.
¿Cuántas regiones se puntúan?
Depende de la forma y el tamaño de la imagen, normalmente entre seis y doce cuadrículas superpuestas. Las dimensiones de la cuadrícula se muestran con el resultado para que pueda ver con qué precisión se dividió el encuadre.
¿Puedo usar el mapa para demostrar qué parte fue editada?
No, y esta es la extralimitación más común. El mapa muestra dónde se concentra una señal estadística, lo cual no es lo mismo que el contorno de una manipulación. Sirve de apoyo para que un humano observe de cerca un área específica; no constituye un hallazgo por sí solo.
¿Qué pasa si cada cuadrícula es diferente y no hay un patrón?
Eso suele significar que la imagen ha pasado por tanto procesamiento que la señal regional es ruido. Los valores dispersos sin adyacencia y sin relación con el contenido son una señal de que el archivo no puede respaldar una lectura confiable en absoluto.