← Tutte le guide Accuratezza

Perché una foto reale viene segnalata come IA

I falsi positivi hanno sei cause comuni, e la maggior parte di esse è risolvibile. Ecco perché una fotografia autentica ottiene un punteggio alto e come testarla nuovamente nel modo corretto.

· 7 min di lettura · Best AI Image Detector

Quasi sempre perché il file è stato elaborato: ingrandito con upscaling, denoisato, salvato come screenshot o pesantemente compresso. I detector leggono i dettagli fini, e l'elaborazione ricostruisce i dettagli fini in modi che sembrano generati.

Le sei cause di un falso positivo

Un detector legge la texture statistica tra pixel adiacenti. Qualsiasi cosa riscriva quella texture sposta il punteggio, che un generatore sia stato coinvolto o meno. Queste sono le cause nell'ordine in cui compaiono nella pratica.

  1. Screenshot. Uno screenshot è un re-render di un'immagine, non una sua copia. I dettagli fini letti dal modello vengono sostituiti da ciò che lo schermo stava mostrando. Gli screenshot di screenshot sono ancora peggio.
  2. Upscaling. Qualsiasi strumento che ingrandisce una foto inventa pixel che non sono stati catturati. Quei pixel inventati sono pixel generati, quindi il detector non ha torto, sta rispondendo a una domanda che non intendevi fare.
  3. Forte riduzione del rumore. Le modalità notte dei telefoni, l'elaborazione in condizioni di scarsa illuminazione e i filtri di denoising attenuano il rumore del sensore che contraddistingue uno scatto reale. Rimuovere quel rumore rimuove la prova della fotocamera.
  4. Ritocco aggressivo. La levigatura della pelle, la separazione delle frequenze e i filtri per ritratti ricostruiscono la texture su un volto. Un ritratto pesantemente ritoccato può ottenere un punteggio più alto di uno generato e leggermente modificato.
  5. Forte compressione. I salvataggi JPEG ripetuti distruggono i dettagli fini ovunque. L'accuratezza sul benchmark pubblicato scende dal 91.3 percento sugli originali puliti all'84.6 percento con qualità 40.
  6. Immagini piccole e ritagli pesanti. Sotto circa 576 pixel sul lato più corto non ci sono abbastanza dettagli da suddividere in regioni, e il punteggio dell'intero fotogramma diventa meno affidabile.
Cosa comporta la ricompressione
Originali puliti
91.3 %
Qualità JPEG 60
87.3 %
Qualità JPEG 40
84.6 %

L'asse inizia all'80% per rendere leggibile la curva. Le cifre provengono dal benchmark di ricerca, non da immagini arrivate dalla rete aperta.

Accuratezza bilanciata rispetto alla qualità JPEG sul benchmark pubblicato del modello. Ogni salvataggio successivo sposta l'immagine lungo questa curva.

Perché le foto dei telefoni moderni sono il caso più difficile

La fotografia di un telefono attuale non è una singola esposizione. È composta da diversi fotogrammi uniti, denoise, nitidezza applicata e tone-mapped via software prima ancora che tu la veda. La fotografia computazionale e la generazione di immagini risolvono problemi sovrapposti e lasciano tracce sovrapposte.

Questa è una limitazione reale piuttosto che un bug che verrà risolto con un aggiornamento. Un ritratto in modalità notte ha una parte maggiore della sua texture fine scritta dal software piuttosto che catturata da un sensore. Un rilevatore che legge quella texture sta leggendo l'output del software, perché è ciò che il file contiene.

Come eseguire nuovamente il test in modo corretto

  1. Trova il file, non una copia dello stesso

    Vai al rullino della fotocamera, alla scheda di memoria o all'esportazione originale. Qualsiasi elemento arrivato tramite un'app di chat, una piattaforma social o uno screenshot è già stato ricompresso.

  2. Invialo come file, non come foto

    Le app di messaggistica ricompongono qualsiasi elemento inviato come immagine. La maggior parte ha un'opzione documento o file che trasferisce i byte originali.

  3. Disattiva l'elaborazione che puoi controllare

    Se stai scattando di nuovo, disattiva i filtri bellezza e la levigatura della pelle. Laddove la fotocamera offre un'opzione raw o non elaborata, utilizzala.

  4. Controlla la mappa delle regioni

    Una mappa uniformemente calda su tutto il fotogramma indica un'elaborazione globale. Un'area calda in un fotogramma freddo indica una modifica locale. Sono risultati diversi.

  5. Confronta con una foto sicuramente buona

    Esegui il test su una foto della stessa fotocamera di cui sei certo. Se ottiene un punteggio simile, l'elaborazione della fotocamera è la causa piuttosto che l'immagine.

Cosa ti dice il pattern

58 61 54 63 59 57 55 62 60

Confronta questo risultato con un fotogramma generato, in cui i riquadri si trovano negli anni novanta, e con una modifica locale, in cui un riquadro è caldo e il resto è freddo.

Una fotografia fortemente elaborata ma autentica. Nessun riquadro è drammatico, ma ogni riquadro è caldo, ed è questo l'aspetto di un'elaborazione globale.

Una diffusione uniforme nella fascia centrale è la firma di una fotografia reale che è passata attraverso troppo software. È anche la risposta onesta: l'immagine non trasporta più abbastanza dettagli originali per supportare un giudizio sicuro in entrambe le direzioni.

Se ti trovi dal lato ricevente di un'accusa

A designer, fotografi e studenti viene chiesto di dimostrare di aver realizzato il proprio lavoro. Un punteggio non può farlo, ma il materiale che lo circonda sì.

  • Conserva il file sorgente a livelli o lo scatto raw. Un file di lavoro con la cronologia è una prova molto più forte di qualsiasi output del rilevatore.
  • Conserva le versioni intermedie. Gli scatti di avanzamento con timestamp sono difficili da fabbricare a posteriori.
  • Esporta con Content Credentials laddove il tuo software lo supporta. Una credenziale firmata è crittografica anziché statistica.
  • Chiedi su cosa si basa l'accusa. Un singolo punteggio da uno strumento senza nome con fasce non pubblicate non è un risultato, e farlo presente è ragionevole.

Vale anche la pena sapere che la direzione dell'errore non è casuale. I rilevatori sono tarati per individuare le immagini generate, e questa taratura li rende più inclini a segnalare una fotografia genuina piuttosto che a scagionarne una sintetica. Se sei la persona di cui si dubita, lo strumento non è neutrale nei tuoi confronti, e chiunque legga il risultato dovrebbe saperlo prima di agire di conseguenza.

Domande frequenti

Con che frequenza le foto reali vengono segnalate come IA?
Sul benchmark pubblicato il modello raggiunge il 91,3 percento di accuratezza bilanciata su immagini pulite, il che significa che circa un'immagine su undici cade sul lato sbagliato della linea in condizioni controllate. I tassi nel mondo reale sono peggiori, poiché le immagini del mondo reale sono state compresse, ritagliate e salvate nuovamente prima di raggiungere qualsiasi rilevatore.
La modifica di una foto in Lightroom o Photoshop provoca un falso positivo?
Le normali regolazioni no. Esposizione, colore, ritaglio e raddrizzamento lasciano intatta la texture sottostante. Ciò che sposta un punteggio è qualsiasi cosa che ricostruisca i dettagli: forte riduzione del rumore, levigatura della pelle, upscaling, riempimento generativo e nitidezza aggressiva.
Perché la mia foto ha ottenuto un punteggio più alto dopo averla inviata a qualcuno?
Perché l'app l'ha ricompressionata. La maggior parte delle piattaforme di messaggistica ricodifica le immagini all'invio, e alcune lo fanno due volte. Testa sempre il file dal rullino della fotocamera anziché la copia tornata indietro attraverso una conversazione.
Posso dimostrare che una foto è mia se un rilevatore dice il contrario?
Non con un rilevatore, e di solito sì con tutto il resto. Il file raw, il documento di lavoro a livelli, le versioni intermedie e le Content Credentials insieme costituiscono un caso molto più forte di qualsiasi punteggio. Gli strumenti di rilevamento sono stati creati per sollevare un dubbio, non per risolvere una controversia sulla paternità.