पहला समूह: छवि की गुणवत्ता खराब थी
एक बड़े अंतर से सबसे बड़ी श्रेणी। डिटेक्टर जिस सिग्नल को पढ़ता है वह बारीक टेक्सचर में मौजूद होता है, और वह टेक्सचर पहली चीज़ है जिसे हर कम्प्रेशन, रीसाइज़ और स्क्रीनशॉट हटा देता है।
- बार-बार JPEG सेव होना। प्रकाशित बेंचमार्क पर सटीकता क्लीन मूल फाइलों पर 91.3 प्रतिशत से घटकर 40 गुणवत्ता पर 84.6 प्रतिशत हो जाती है, और वास्तविक उपयोग में यह और भी कम हो जाती है।
- स्क्रीनशॉट्स। मूल फ़ाइल को पूरी तरह से हटाकर स्क्रीन रेजोल्यूशन पर दोबारा रेंडर करना।
- डाउनस्केलिंग। कम पिक्सल, कम टेक्सचर, और छोटे हिस्से पर लगभग 576 पिक्सल से नीचे कोई क्षेत्र मैप नहीं।
- प्लेटफ़ॉर्म री-एन्कोडिंग। हर अपलोड कम से कम एक री-एन्कोड होता है, और अधिकांश छवियां कई बार इससे गुज़री होती हैं।
- अधिक क्रॉपिंग। एक बड़ी छवि का छोटा सा क्रॉप उस संदर्भ को खो देता है जिस पर मॉडल को कैलिब्रेट किया गया था।
गुणवत्ता में गिरावट दोनों दिशाओं में स्कोरों को बीच की ओर धकेलती है: वास्तविक तस्वीरें ऊपर की ओर, जनरेट की गई छवियां नीचे की ओर। स्पष्ट रूप से प्रसारित हुई फ़ाइल पर मध्यम परिणाम का अर्थ आमतौर पर फ़ाइल की स्थिति होती है, न कि चित्र का मूल रूप।
दूसरा समूह: जनरेटर अनदेखा था
एक डिटेक्टर उसी को पहचानता है जिस पर उसे प्रशिक्षित किया गया था। प्रशिक्षण समाप्त होने के बाद जारी किया गया मॉडल एक अपरिचित क्षेत्र है, और अपरिचित आउटपुट अनिश्चित होने के बजाय कम स्कोर करने की प्रवृत्ति रखता है।
- 1 जनरेटर जारी हुआ इसके आउटपुट को किसी ने नहीं देखा है
- 2 अज्ञात अवधि नया आउटपुट वास्तविक के रूप में स्कोर करता है
- 3 नमूने एकत्र किए गए सप्ताह भर का संग्रह और लेबलिंग
- 4 डिटेक्टर अपडेट किया गया अगली रिलीज़ तक
यह आश्वस्त गलत नकारात्मक (फॉल्स नेगेटिव) परिणाम देता है, जो सबसे खतरनाक प्रकार हैं। टूल अनिश्चितता का संकेत नहीं दे रहा है; यह रिपोर्ट कर रहा है कि एक छवि ठीक दिखती है क्योंकि यह उस किसी भी चीज़ से नहीं मिलती-जुलती जिसे फ़्लैग करना इसे सिखाया गया था।
तीसरा समूह: सामग्री सिंथेटिक टेक्सचर जैसी दिखती है
कुछ वास्तविक छवियां बस कठिन होती हैं। इसलिए नहीं कि धोखा देने के लिए कुछ किया गया था, बल्कि इसलिए कि उनमें मौजूद टेक्सचर जेनरेशन द्वारा बनाए गए टेक्सचर जैसा दिखता है।
- फ़ोन नाइट मोड और कम्प्यूटेशनल फ़ोटोग्राफ़ी। सॉफ़्टवेयर द्वारा कई फ़्रेमों को मिलाया और डीनॉइज़ किया गया, जो पूरी छवि में बारीक विवरण को फिर से लिखता है।
- अत्यधिक रीटचिंग। त्वचा को चिकना करना और फ़्रीक्वेंसी सेपरेशन चेहरों पर टेक्सचर का पुनर्निर्माण करते हैं।
- अपस्केल की गई छवियां। बड़ा करने पर पिक्सल का निर्माण होता है, और निर्मित पिक्सल जेनेरेट किए गए पिक्सल ही होते हैं।
- चित्रण, 3D रेंडर और CGI। कभी फ़ोटो नहीं खींचे गए, इसलिए इनमें कुछ भी कैमरा कैप्चर जैसा नहीं दिखता।
- अत्यधिक नॉइज़ रिडक्शन वाली स्टॉक फ़ोटोग्राफ़ी। साफ़ दिखने के लिए व्यावसायिक रूप से प्रोसेस की गई, जो सिंथेटिक प्रतीत होती है।
- बहुत सपाट छवियां। खाली दीवारें, साफ़ आसमान और सादे बैकग्राउंड किसी भी दिशा में बहुत कम सिग्नल ले जाते हैं।
इसकी तुलना नब्बे के दशक के एक जनरेटेड फ़्रेम और एक हॉट टाइल वाले स्थानीय संपादन से करें। यह पैटर्न दोनों में से कोई भी नहीं है।
चौथी श्रेणी: जानबूझकर टालमटोल या बचाव
यह सबसे छोटी श्रेणी है और लोग इसी की सबसे ज़्यादा चिंता करते हैं। पिक्सेल संबंधों को बदलने वाली कोई भी तकनीक स्कोर कम कर देती है, और उनमें से अधिकतर ऐसा करते समय छवि को साफ़ तौर पर ख़राब कर देती हैं।
कंपोज़िटिंग इसका अपवाद है। किसी असली तस्वीर में जोड़ा गया जनरेटेड ऑब्जेक्ट ज़्यादातर हिस्से में असली टेक्सचर बनाए रखता है। इसीलिए रीजन मैप की ज़रूरत होती है और किसी भी दुर्भावनापूर्ण बदलाव के लिए सिर्फ़ पूरी फ़्रेम का एक स्कोर काफ़ी नहीं होता।
नतीजे में हर विफलता कैसी दिखती है
| आपको क्या दिखता है | सबसे संभावित कारण | क्या करें |
|---|---|---|
| असली तस्वीर का स्कोर हाई, मैप पूरी तरह समान रूप से वॉर्म | प्रोसेसिंग या कम्प्रेशन | मूल फ़ाइल की फिर से जाँच करें |
| असली तस्वीर का स्कोर हाई, सिर्फ़ एक टाइल हॉट | कोई वैध संपादन, या सपाट हिस्सा | देखें कि उस टाइल में क्या है |
| जनरेटेड तस्वीर का स्कोर लो, ख़राब क्वालिटी वाली फ़ाइल | कम्प्रेशन या स्क्रीनशॉट | इसे परिणाम न मिलने जैसा मानें, साफ़ नतीजा नहीं |
| जनरेटेड तस्वीर का स्कोर लो, साफ़ फ़ाइल | कोई अनदेखा जनरेटर | उत्पत्ति और स्रोत की जानकारी पर निर्भर रहें |
| स्कोर बीच के दायरे में है | किसी भी नतीजे के लिए पर्याप्त सिग्नल नहीं | बेहतर प्रतिलिपि ढूँढें |
| कोई रीजन मैप नहीं बना | टाइल बनाने के लिए छवि बहुत छोटी है | बड़ा वर्ज़न ढूँढें |
यह टूल क्या नहीं करता
सीमाओं और उन चीज़ों के बीच अंतर समझना ज़रूरी है जिन्हें करने का दावा डिटेक्टर ने कभी किया ही नहीं। अपने दायरे से बाहर का काम न कर पाने के लिए टूल को ग़लत नहीं ठहराया जा सकता।
- यह नहीं बता सकता कि छवि किसने बनाई। पिक्सेल में ऐसा कुछ नहीं होता जो फ़ाइल को किसी व्यक्ति से जोड़ सके।
- यह नहीं बता सकता कि सामग्री सच है या नहीं। असली तस्वीर के साथ भी झूठा कैप्शन हो सकता है, और यह ज़्यादा आम धोखाधड़ी है।
- यह जनरेटर का नाम नहीं बता सकता। यह सिर्फ़ फ़ाइल में मौजूद क्रेडेंशियल या मार्कर से ही संभव है।
- यह किसी संपादन की रूपरेखा नहीं खींच सकता। रीजन मैप यह दिखाता है कि सिग्नल कहाँ केंद्रित हैं, न कि छेड़छाड़ की सटीक सीमा।
ऐसी प्रक्रिया कैसे बनाएँ जो इसे संभाल सके
ऊपर बताई गई विफलताएँ टूल की स्थायी विशेषताएँ हैं, न कि ऐसी ख़ामियाँ जिन्हें ठीक किया जाना है। इसलिए उपयोगी सवाल यह है कि उनसे कैसे बचा जाए के बजाय उनके साथ तालमेल कैसे बिठाया जाए।
एक से अधिक प्रकार के सिग्नलों का उपयोग करें। पिक्सेल, उत्पत्ति और प्रकाशन इतिहास अलग-अलग जगहों पर विफल होते हैं। तीनों कसौटियों पर संदिग्ध दिखने वाली तस्वीर अकेले किसी एक पर संदिग्ध दिखने वाली तस्वीर की तुलना में बहुत मज़बूत संकेत देती है।
फ़्लैग को सीधे किसी कार्रवाई के बजाय किसी व्यक्ति की समीक्षा के लिए भेजें। ऊपर दी गई हर गंभीर विफलता स्वीकार्य हो जाती है यदि ग़लत होने का परिणाम केवल यह हो कि कोई व्यक्ति अधिक बारीकी से देखे, लेकिन यदि इसका परिणाम सीधे अस्वीकृति हो तो यह अस्वीकार्य है।
किसी भी निष्कर्ष पर पहुँचने से पहले मूल फ़ाइल माँगें। ग़लत नतीजों का एक बड़ा हिस्सा इसी एक कदम से सुलझ जाता है, क्योंकि आपको दी गई फ़ाइल शायद ही कभी सबसे अच्छी प्रति होती है।