Cara mengenali wajah buatan AI | Best AI Image Detector

Berhentilah melihat wajahnya. Tanda yang andal telah berpindah ke tepi bingkai sejak bertahun-tahun lalu: latar belakang, perhiasan, gigi, telinga, dan batas tempat rambut bertemu dengan elemen lainnya. Wajah itu sendiri adalah bagian yang pertama kali diperbaiki oleh setiap model baru.

Mengapa daftar periksa lama berhenti berfungsi

Setiap daftar tanda yang banyak dibagikan memiliki masalah yang sama: daftar tersebut menjelaskan kelemahan model yang ada saat ditulis. Kelemahan tersebut bersifat publik, dapat diukur, dan memalukan, yang justru menjadikannya hal-hal yang disesuaikan untuk diperbaiki pada rilis berikutnya.

Tangan adalah contoh paling jelas. Menghitung jari sangat berguna selama sekitar delapan belas bulan, lalu hal itu menjadi cara untuk salah mengira dengan yakin di kedua arah: tangan buatan AI biasanya benar sekarang, dan tangan asli dalam gerakan kabur berubah menjadi bentuk yang terlihat salah bagi seseorang yang telah diberitahu untuk menghitung.

Hal yang sama terjadi pada pantulan mata, asimetri telinga, dan geometri gigi, secara berurutan. Apa pun yang dapat dijelaskan dalam unggahan viral akan dijadikan tolok ukur, dan apa pun yang dijadikan tolok ukur akan diperbaiki.

2019
Latar belakang melebur Generator wajah awal menghasilkan wajah tajam pada latar belakang kabur. Masalah ini diperbaiki setelah model mempelajari keseluruhan pemandangan.
2022
Telinga dan anting tidak cocok Perhiasan asimetris adalah sinyal yang kuat hingga data pelatihan mencakup hal tersebut.
2023
Tangan dan jari Tanda yang paling sering dikutip. Sebagian besar telah teratasi dalam dua siklus rilis.
2024
Teks dalam bingkai Papan penanda dan label menjadi mudah dibaca, menghilangkan petunjuk yang mudah ditemukan.
2026
Yang tersisa bersifat statistik Perbedaan yang tersisa ada pada tekstur dan derau, di bawah batas pandangan mata.

Perkiraan waktu ketika setiap tanda populer berhenti diandalkan. Polanya adalah intinya, bukan tanggal pastinya.

Alihkan pandangan dari wajah

Upaya pembuatan terkonsentrasi di mana perhatian terkonsentrasi. Model yang dilatih pada potret menjadi sangat mahir pada area yang dilihat orang, dan tetap lebih lemah pada hal lain yang dianggap latar belakang oleh sinyal pelatihan.

Di situlah pemeriksaan yang tahan lama berada. Tanyakan apa yang tertulis pada tali ID, apakah pola pada baju berlanjut dengan benar di balik lengan, apakah rantai kalung melewati bagian belakang leher dan keluar di tempat yang tepat, dan apakah ruangan di belakang bahu adalah tempat yang benar-benar ada.

Detail yang berulang adalah rumpun andal lainnya. Wallpaper, bata, dedaunan, dan wajah orang banyak mahal untuk dihasilkan secara koheren, sehingga cenderung berulang, bergeser, atau kehilangan titik lenyapnya dengan cara yang dapat ditangkap oleh mata, bahkan ketika potret di depannya sempurna.

Teks di luar bagian tengah. Lencana, papan penanda, punggung buku, kemasan. Teks di tengah kini biasanya benar; teks di tepi masih menjadi tempat kegagalannya.
Kesinambungan melalui objek yang menghalangi. Tali, rantai, atau garis yang masuk ke belakang sesuatu dan keluar dengan tidak benar.
Kerumunan dan objek berulang. Baris kedua dan ketiga dari kerumunan, atau kursi keempat dalam sebuah baris, mendapat perhatian lebih sedikit daripada yang pertama.
Kulit pada perbesaran tinggi. Kulit asli memiliki pori-pori, helai rambut liar, dan noda yang tidak simetris. Kulit hasil buatan sering kali tampak mulus dengan cara yang tidak dapat dijelaskan oleh pencahayaan apa pun.
Tempat rambut bertemu dengan segala hal. Batas antara rambut dan latar belakang tetap menjadi salah satu wilayah paling sulit untuk dirender secara koheren.

Apa yang dilihat oleh detektor yang tidak dapat Anda lihat

Alasan untuk menjalankan pemeriksaan daripada mengandalkan pengamatan adalah karena perbedaan yang tersisa berada di bawah resolusi penglihatan manusia. Sensor kamera menghasilkan jenis derau tertentu; proses pembuatan menghasilkan derau yang berbeda, dan keduanya tidak terlihat pada ukuran tampilan normal.

Ini juga alasan mengapa detektor dan mata Anda dapat berbeda pendapat. Gambar dengan kesalahan visual yang jelas bisa mendapatkan skor rendah karena teksturnya bersifat fotografis, dan gambar yang terlihat sempurna bisa mendapatkan skor tinggi karena teksturnya bukan fotografi. Kedua pembacaan tersebut informatif, dan tidak ada yang mengabaikan yang lain.

Dua jenis bukti yang berbeda
	Pemeriksaan visual	Analisis piksel
Berfungsi pada	Kesalahan komposisi dan logika	Struktur tekstur dan derau
Bertahan dari kompresi	Ya	Mengalami degradasi
Bertahan dari tangkapan layar	Ya	Mengalami degradasi parah
Menangkap suntingan kecil	Hanya jika Anda menyadarinya	Ya, melalui peta wilayah
Memburuk seiring waktu	Dengan cepat	Secara bertahap

Baris terakhir adalah baris yang berguna. Tanda visual memudar di setiap rilis model; detektor yang dilatih di banyak generator memudar lebih lambat, karena ia mempelajari kesamaan tekstur sintetis daripada apa yang salah pada satu produk dalam satu tahun.

Kasus yang paling penting: wajah asli, diubah

Sebagian besar pemalsuan yang berdampak bukan berupa potret yang sepenuhnya dibuat-buat. Itu adalah foto orang sungguhan dengan satu hal yang diubah: wajah yang berbeda pada tubuh yang sama, objek yang ditambahkan ke tangan, lencana yang diubah, orang kedua yang dihapus dari bingkai.

Skor seluruh bingkai menangani hal ini dengan buruk berdasarkan desain, karena sembilan puluh persen gambar tersebut benar-benar sebuah foto dan rata-rata mencerminkan hal itu. Peta wilayah adalah hal yang memunculkannya, dan membaca peta daripada angka adalah satu-satunya kebiasaan yang paling meningkatkan keakuratan pada wajah.

14 18 11 16 12 15 89 13 17 10 14 19

Sebelas ubin terbaca sebagai fotografi. Satu tidak terbaca demikian, dan itu adalah ubin yang menutupi wajah.

Foto grup asli dengan satu wajah diganti. Skor seluruh bingkai adalah 31.

Kebiasaan yang bisa diterapkan

Berikan potret tersebut inspeksi periferal selama lima detik: teks, kesinambungan, pola berulang, batas rambut. Kemudian jalankan pemeriksaan dan baca petanya. Keduanya digabungkan akan menangkap jauh lebih banyak daripada salah satunya saja, dan semuanya memakan waktu kurang dari satu menit.

Di mana taruhannya nyata, tambahkan langkah yang tidak dapat digantikan oleh analisis piksel apa pun: temukan wajah yang sama di tempat lain yang memiliki riwayat. Profil dengan unggahan selama tiga tahun, foto yang ditandai dari orang lain, dan pemberi kerja yang konsisten adalah bukti jenis yang tidak dihasilkan oleh generator mana pun.

Tanda-tanda yang belum berubah

Dua hal telah menolak peningkatan selama empat tahun, dan keduanya berkaitan dengan koherensi di berbagai jarak daripada detail lokal. Yang pertama adalah pencahayaan: apakah setiap permukaan dalam bingkai diterangi oleh sumber yang sama, dari arah yang sama, dengan bayangan yang kelembutannya sama.

Potret yang dihasilkan biasanya membuat wajah dengan benar dan lingkungan sekitarnya kira-kira benar, dan ketidakcocokan tersebut terlihat pada bayangannya. Bayangan tajam di bawah dagu di sebelah bayangan lembut di dinding belakang menggambarkan dua ruangan yang berbeda.

Yang kedua adalah kedalaman. Permukaan reflektif, kaca, air, dan cermin harus selaras dengan geometri segala sesuatu yang lain, dan sering kali tidak selaras. Jendela di belakang subjek yang menampilkan pemandangan yang tidak mungkin ada di sana adalah jenis kesalahan yang bertahan dari peningkatan model, karena itu memerlukan model dunia daripada model wajah.

Keduanya bukan pengujian yang dapat Anda terapkan secara mekanis, dan keduanya memerlukan waktu lebih lama daripada menghitung jari. Itulah pertukarannya: pemeriksaan yang masih berfungsi adalah pemeriksaan yang mengharuskan Anda memikirkan gambar sebagai sebuah tempat daripada memindainya untuk mencari cacat.

Pertanyaan yang diajukan orang

Apakah menghitung jari masih berguna?

Jarang, dan kini gagal ke kedua arah. Model saat ini merender tangan dengan benar sebagian besar waktu, sehingga tangan yang benar tidak membuktikan apa pun, dan tangan asli yang tertangkap di tengah gerakan menghasilkan bentuk kabur yang dibaca orang sebagai hasil buatan. Itu adalah heuristik yang bagus selama sekitar delapan belas bulan dan tidak lagi menjadi heuristik sekarang.

Bagaimana dengan mata? Saya membaca bahwa pantulannya tidak cocok.

Itu benar untuk generator wajah awal, yang merender setiap mata secara agak independen. Model modern menghasilkan kilau sorot yang konsisten. Masih layak untuk dilihat sekilas karena tidak memerlukan biaya apa pun, tetapi sepasang pantulan yang cocok tidak lagi menjadi bukti apa pun.

Mengapa detektor menandai foto orang sungguhan?

Biasanya pemrosesan alih-alih manipulasi. Filter kecantikan, mode potret, mode malam, dan pengurangan derau yang agresif semuanya menulis ulang tekstur kulit setelah penangkapan, dan itulah tepatnya sinyal yang dibaca oleh model. Mintalah foto asli yang tidak difilter sebelum memperlakukan skor menengah sebagai hal yang bermakna.

Bisakah alat ini memberi tahu saya alat apa yang membuat wajah tersebut?

Bukan dari pikselnya. Model berbagi arsitektur dan data pelatihan, sehingga sidik jari mereka tumpang tindih, dan setiap pemrosesan pasca-pemrosesan mengaburkan apa sedikit hal yang memisahkan mereka. Jika sebuah nama muncul dalam hasil, itu berasal dari kredensial dalam file alih-alih dari gambar, dan hasilnya menyatakan demikian.

Apakah ini berfungsi pada wajah dalam foto grup?

Ya, dan di sinilah peta wilayah mendapatkan tempatnya. Satu wajah yang diganti di dalam foto yang sebenarnya asli hampir tidak menggeser skor seluruh bingkai tetapi menyalakan satu ubin. Baca peta terlebih dahulu pada gambar apa pun dengan lebih dari satu orang di dalamnya.

Bagaimana dengan panggilan video?

Masalah berbeda, perkakas berbeda. Deteksi gambar diam tidak mengatasi manipulasi video langsung, dan memeriksa bingkai individual melewatkan ketidakkonsistensi temporal yang mengungkap pertukaran wajah waktu nyata. Perlakukan secara terpisah daripada berasumsi pemeriksaan gambar diam mencakupnya.