← Semua panduan Di balik layar

Diperbesar AI vs Dibuat AI

Upscaling menciptakan piksel yang tidak pernah ditangkap oleh kamera, dan menghasilkan skor seperti gambar buatan AI karena memang demikianlah cara kerjanya dalam arti sempit. Cara membedakan foto yang diperbesar dari foto yang diciptakan.

· 10 mnt baca · Best AI Image Detector

Sebuah upscaler adalah model generatif yang menjalankan tugas terbatas. Model ini menciptakan detail yang sama sekali tidak ada di foto aslinya, sehingga foto yang telah di-upscale memiliki tekstur sintetis asli dan menghasilkan skor tinggi meskipun foto tersebut adalah foto asli dari objek yang nyata.

Cara kerja upscaler sebenarnya

Ukur ulang tradisional menggunakan interpolasi. Sistem ini menghitung nilai piksel antara nilai-nilai di kedua sisinya, menghasilkan gambar yang lebih besar dan lembut, serta tidak menambahkan informasi apa pun yang belum ada sebelumnya.

Upscaler modern melakukan generasi. Upscaler adalah model yang dilatih menggunakan pasangan gambar berukuran kecil dan besar, serta menghasilkan detail yang masuk akal untuk subjek daripada yang berasal darinya: pori-pori pada wajah, benang pada kain, daun pada pohon yang jauh.

Perbedaan itulah inti dari keseluruhan artikel ini. Pori-pori tersebut tidak pernah dipotret. Pori-pori itu adalah tebakan terbaik model mengenai seperti apa bentuk pori-pori di area tersebut, yang merupakan operasi yang sama dengan yang dilakukan oleh generator di seluruh bingkai gambar.

Jadi, gambar yang telah melalui proses upscaler berisi tekstur yang benar-benar sintetis, dan detektor yang membaca tekstur melaporkan hal tersebut secara persis. Temuannya sudah benar; kesimpulan yang diambil orang darinya keliru.

Mengapa hal ini menghasilkan begitu banyak hasil positif palsu

Upscaling ada di mana-mana dan sebagian besar tidak disadari oleh orang yang menggunakannya. Kamera ponsel menerapkannya pada zum digital, perangkat lunak penyuntingan menawarkannya sebagai peningkatan, panggilan video menggunakannya untuk mengkompensasi bandwidth, dan platform menerapkannya saat menyajikan gambar dengan ukuran di atas ukuran aslinya.

Pekerjaan arsip dan restorasi adalah kasus ekstrem. Foto lama yang dipindai pada resolusi rendah dan ditingkatkan untuk cetak mengalami banyak perubahan struktural, dan akan menghasilkan skor seperti gambar buatan model, karena sebagian besar dari apa yang Anda lihat memang demikian.

Asli kamera Ukur ulang secara konvensional Foto AI-upscaled Foto arsip yang dipulihkan Gambar buatan
Seberapa banyak tekstur yang diciptakan → ↑ Apakah foto tersebut menggambarkan sesuatu yang nyata
Ilustratif. Sudut kanan atas adalah area di mana gambar jujur memperoleh skor seperti gambar tidak jujur.
Letak masing-masing kategori. Foto yang telah di-upscale menempati posisi tengah yang canggung berdasarkan desainnya.

Wilayah kanan atas adalah masalahnya. Gambar-gambar tersebut menggambarkan hal-hal nyata dan berisi piksel buatan, dan tidak ada skor yang dapat memisahkan kedua properti tersebut karena model hanya mengukur salah satunya.

Cara membedakannya

Peta wilayah adalah alat pertama, dan alat ini berfungsi karena upscaling dan generasi mendistribusikan tekstur buatan mereka secara berbeda.

  • Upscaling bersifat seragam. Setiap bagian bingkai diperbesar dengan proses yang sama, sehingga kisi-kisi terlihat hangat dan rata.
  • Generasi juga seragam, itulah sebabnya peta saja tidak dapat menyelesaikannya.
  • Peningkatan selektif tidak seragam. Restorasi wajah yang diterapkan pada satu orang dalam foto grup menghasilkan panas yang terlokalisasi, yang merupakan informasi yang berguna.
  • Komposisi tetap berlaku. Foto yang telah di-upscale memiliki geometri, perspektif, dan pencahayaan dari pemandangan nyata, karena memang itulah kenyataannya.
  • Detail dapat diperiksa. Perbesar area buatan: teks yang di-upscale menjadi omong kosong yang masuk akal, dan teks asli tetap dapat dibaca.

Poin terakhir adalah poin yang bersifat praktis. Perbesar tulisan, label, atau cetakan kecil. Upscaler yang dihadapkan pada teks yang tidak dapat dibaca menghasilkan tanda berbentuk huruf yang tampak meyakinkan tetapi tidak bermakna apa pun, dan kegagalan tersebut terlihat oleh manusia bahkan ketika skor tidak terlihat.

Membaca keduanya secara bersamaan
SinyalFoto yang telah di-upscaleGambar buatan
Skor seluruh bingkaiTinggiTinggi
Peta wilayahHangat dan datarHangat dan datar
Teks kecil pada pembesaranOmong kosong yang masuk akalOmong kosong yang masuk akal
Geometri pemandanganKonsisten, pemandangan tersebut nyataBiasanya konsisten sekarang
Salinan yang lebih awal dan lebih kecil adaSering kaliTidak
Berkas asli tersediaYa, minta berkas tersebutTidak ada

Dua baris terbawah adalah baris yang benar-benar menyelesaikan masalah, dan keduanya bukan pengukuran piksel. Pencarian gambar terbalik yang menemukan salinan yang lebih kecil dan lebih lama, atau sumber yang dapat menyediakan berkas sebelum ditingkatkan, menyelesaikan masalah secara langsung.

Apa artinya ini dalam praktiknya

Bagi siapa pun yang menilai gambar, aturan operasionalnya adalah menanyakan tentang peningkatan sebelum memperlakukan skor tinggi sebagai sebuah temuan. Ini adalah satu pertanyaan tunggal, tidak memerlukan biaya, dan menjelaskan sebagian besar hasil yang membingungkan.

Bagi siapa pun yang menerbitkan, ini adalah argumen untuk menyimpan berkas asli. Seorang fotografer, petugas klaim, atau jurnalis yang dapat menghasilkan berkas sebelum peningkatan memiliki jawaban lengkap untuk pertanyaan yang jika tidak, tidak akan memiliki jawaban.

Dan untuk arsip serta pekerjaan restorasi, ini adalah masalah pelabelan alih-alih masalah deteksi. Foto historis yang ditingkatkan adalah artefak yang sah dan berguna yang akan selalu mendapat skor buruk, jadi respons yang jujur adalah mengatakan apa yang telah dilakukan padanya.

Di mana hal ini menyebabkan kerugian nyata

Tiga pengaturan mengubah hal ini dari sekadar keingintahuan menjadi sebuah masalah, dan ketiganya memiliki satu fitur yang sama: seseorang membuat keputusan tentang seseorang berdasarkan gambar yang tidak mereka ambil.

Klaim asuransi adalah contoh yang paling jelas. Seorang pemohon klaim memotret kerusakan dengan ponsel, gambarnya kecil, dan seseorang memperbesarnya untuk melihat detailnya. Versi yang diperbesar mendapat skor tinggi, dan klaim asli memperoleh catatan tentang kemungkinan manipulasi yang sekarang tidak dapat dihapus oleh siapa pun.

Jurnalisme memiliki bentuk yang sama. Foto dari suatu sumber ditingkatkan untuk dicetak, versi yang telah ditingkatkan beredar, dan pemeriksaan kemudian pada salinan yang beredar menandainya. Foto aslinya baik-baik saja dan bukan lagi versi yang dimiliki siapa pun.

Konteks hukum dan disiplin adalah yang paling serius, karena salinan yang ditingkatkan sering kali menjadi salinan yang dimasukkan ke dalam catatan. Jika suatu gambar akan diandalkan, berkas yang harus disertakan adalah berkas sebelum peningkatan apa pun, dan peningkatan tersebut harus didokumentasikan secara terpisah.

Catatan bagi siapa pun yang membangun alur kerja

Jika gambar melewati organisasi Anda dan dinilai, peningkatan termurah yang tersedia adalah kolom pencatatan yang mencatat apakah suatu berkas telah ditingkatkan. Hal ini memerlukan satu kotak centang saat masuk dan menghilangkan seluruh kategori sengketa yang tidak dapat diselesaikan di kemudian hari.

Peningkatan termurah kedua adalah aturan bahwa peningkatan terjadi pada salinan. Simpan berkas seperti yang diterima, tingkatkan duplikat untuk dilihat, dan pastikan berkas yang menyertai catatan adalah berkas asli, bukan berkas yang dipercantik.

Ada pelajaran yang lebih luas di sini tentang apa yang diukur oleh skor. Model melaporkan seberapa banyak tekstur di depannya yang diproduksi oleh perangkat lunak, yang merupakan properti nyata dan tidak sama dengan properti yang diinginkan orang, yaitu apakah gambar tersebut merekam sesuatu yang benar-benar terjadi.

Sebagian besar hasil yang membingungkan di bidang ini berasal dari kesenjangan tersebut. Upscaling adalah contoh paling jelas karena kedua properti tersebut menunjuk ke arah yang berlawanan: tekstur yang sangat sintetis, subjek yang sepenuhnya asli.

Pertanyaan yang diajukan orang

Mengapa foto saya yang telah di-upscale mendapat skor sebagai AI?
Karena sebagian dari foto tersebut memang demikian. Upscaler adalah model generatif yang menciptakan detail yang tidak pernah ditangkap, sehingga gambar yang diperbesar berisi tekstur yang benar-benar sintetis. Detektor membaca hal tersebut dengan benar; kesalahannya adalah menyimpulkan bahwa gambar tersebut tidak menggambarkan sesuatu yang nyata.
Bagaimana cara membedakan upscaling dari generasi?
Tidak dapat diandalkan dari skor atau peta, karena keduanya terlihat mirip. Yang menyelesaikannya adalah provenance: pencarian gambar terbalik yang menemukan salinan yang lebih kecil dan lebih lama, atau sumber yang dapat menyediakan berkas sebelum peningkatan. Ajukan pertanyaan alih-alih menganalisis lebih keras.
Apakah zum digital ponsel dihitung?
Ya, pada perangkat terbaru. Di luar rentang optik, zum digital sebagian besar adalah rekonstruksi alih-alih pemotongan, dan foto ponsel dengan zum tinggi membawa banyak detail buatan. Itulah salah satu alasan mengapa subjek yang jauh yang dipotret dengan ponsel mendapat skor lebih tinggi daripada subjek yang dekat.
Bagaimana dengan foto historis yang dipulihkan?
Foto tersebut mendapat skor sangat tinggi dan memang seharusnya demikian. Memindai foto asli beresolusi rendah dan meningkatkannya untuk cetak menulis ulang sebagian besar dari apa yang Anda lihat. Itu adalah pekerjaan arsip yang sah, dan respons yang jujur adalah memberi label pada apa yang telah dilakukan alih-alih mengharapkan hasil yang bersih.
Haruskah saya berhenti melakukan upscaling pada karya saya sendiri?
Tidak, tetapi simpan berkas aslinya. Seorang fotografer yang dapat menghasilkan berkas sebelum peningkatan memiliki jawaban lengkap untuk setiap pertanyaan tentang gambar yang diterbitkan, dan itu lebih berharga daripada menghindari teknik yang ada karena alasan yang baik.
Bisakah detektor memisahkan keduanya?
Tidak hanya dari berkas yang ditingkatkan saja, karena properti yang diukur ada di dalam keduanya. Memisahkannya memerlukan informasi yang tidak dimiliki oleh piksel: salinan sebelumnya, berkas asli, atau kredensial yang mencatat apa yang telah dilakukan dan kapan hal itu dilakukan.