점수만으로는 알 수 없는 지역별 히트맵이 보여주는 것

프레임 전체가 합성인지, 아니면 실제 사진의 일부분만 변경되었는지 여부. 이는 결과가 다른 서로 다른 문제들이며, 단일 점수는 이들을 동일하게 읽어냅니다.

하나의 숫자가 가진 문제점

두 개의 이미지를 가정해 봅시다. 첫 번째 이미지는 처음부터 끝까지 생성되었으며 모든 부분이 합성입니다. 두 번째 이미지는 실제 방의 실제 사진으로, 한쪽 벽에 균열이 추가되어 있습니다.

전체 프레임 모델은 각각을 단일 수치로 축소합니다. 첫 번째 이미지는 올바르게 높은 점수를 받습니다. 두 번째 이미지는 9분의 8이 카메라에서 나왔기 때문에 낮은 점수를 받으며, 평균은 수정된 부분을 묻어버립니다.

두 번째 이미지가 누군가에게 금전적 손실을 입히는 이미지입니다. 보험 청구, 위조된 영수증, 조작된 매물 사진, 세부 정보가 변경된 뉴스 이미지 등이 이에 해당합니다. 하나의 숫자를 보고하는 도구는 이를 통과시킬 것입니다.

세 가지 패턴

프레임이 타일 단위로 점수화되면 세 가지 형태가 나타나며, 각각은 다른 의미를 갖습니다.

모든 타일 영역이 붉음

91 94 89 96 93 90 88 95 92

일관성이 곧 특징입니다. 실제 장면은 다양한 텍스처를 가지고 있기 때문에 실제 사진이 이렇게 균일하게 점수를 받는 경우는 거의 없습니다.

전체가 생성된 프레임. 이 이미지의 어떤 부분도 카메라에서 오지 않았으므로 차가운 타일이 없습니다.

하나의 타일만 높고 나머지는 차가운 경우

14 11 16 12 88 13 9 15 10

차가운 타일은 실제 카메라 캡처입니다. 뜨거운 타일은 그렇지 않습니다. 이것이 바로 단일 숫자가 파괴하는 패턴입니다.

삽입된 개체가 포함된 실제 사진. 전체 프레임 점수는 31로, 아마도 실제일 것으로 읽혔을 것입니다.

전반적으로 미지근하고 뜨거운 부분이 없는 경우

58 61 54 63 59 57 55 62 60

균일하게 중간 정도입니다. 전역 처리는 모든 것을 조금씩 높이고 아무것도 크게 높이지 않으며, 이는 제작이라기보다는 소프트웨어의 지문입니다.

야간 모드, 노이즈 감소 후 재압축 등 광범위하게 처리된 실제 사진입니다.

맵을 올바르게 읽는 방법

최고점 이전의 분포를 살펴보세요
최고 타일과 최저 타일 사이의 간격이 최고값보다 더 중요합니다. 넓은 간격은 로컬 편집을 가리키고, 좁은 간격은 전체 프레임에 발생한 일을 가리킵니다.
뜨거운 타일들이 인접해 있는지 확인하세요
물체는 연속되어 있으므로 실제 편집도 연속적입니다. 서로 인접한 두 개의 뜨거운 타일은 그럴듯한 삽입물입니다. 반대편 모서리에 있는 두 개의 타일은 대개 그렇지 않습니다.
사진과 비교하기
뜨거운 영역에 실제로 무엇이 있는지 살펴보세요. 손상, 가격, 얼굴 또는 분쟁 중인 개체가 포함되어 있다면 의미가 있습니다. 빈 하늘이 포함되어 있다면 아마 아닐 것입니다.
디테일이 적은 타일 할인
하늘, 벽 또는 물의 평평한 영역은 신호가 적고 신뢰도가 낮게 점수화됩니다. 빈 벽을 덮는 뜨거운 타일은 세부 개체를 덮는 타일보다 가중치를 낮춰야 합니다.
충돌을 불확실성으로 취급하기
여러 개의 흩어진 뜨거운 타일이 있는 낮은 프레임 점수는 편집보다는 압축인 경우가 많습니다. 이는 중간 타협점을 찾기보다는 더 나은 사본을 찾아야 하는 이유입니다.

맵이 생성되지 않는 경우

짧은 쪽이 약 576픽셀 미만인 경우, 프레임은 독립적으로 점수를 매기기에 충분한 디테일이 있는 영역으로 나눌 수 없습니다. 전체 프레임 번호만 얻게 됩니다.

이는 썸네일, 프로필 사진, 채팅 앱에서 가져온 이미지에 대한 실제적인 한계이며, 안타깝게도 의심스러운 이미지가 많이 도착하는 곳이 바로 이곳입니다. 동일한 사진의 더 큰 사본을 찾는 것이 일반적으로 가장 유용한 다음 단계입니다.

정확도보다 이것이 더 중요한 이유

전체 프레임 모델을 91퍼센트에서 93퍼센트로 개선하는 것은 청구 사진을 확인하는 사람에게 거의 변화를 주지 않습니다. 프레임의 한 구석이 나머지 부분과 다르게 작동한다는 것을 볼 수 있는 것은 결과 자체를 완전히 바꿉니다.

또한 영역 뷰는 결과를 설명 가능하게 만들며, 이는 나중에 결정을 정당화해야 하는 모든 곳에서 중요합니다. 중재자, 청구 담당자 또는 편집자는 이미지의 특정 부분을 가리키며 왜 그 부분을 더 주의 깊게 살펴보았는지 말할 수 있습니다. 백분율만으로는 아무도 그렇게 할 수 없습니다.

단순 그리드 대신 중첩 타일을 사용하는 이유

나이브 그리드에는 실제로 즉시 나타나는 약점이 있습니다. 경계에 걸쳐 있는 편집은 두 개의 타일로 나뉘고, 각 타일은 완전한 실제 픽셀 타일에 비해 증거의 절반만 보게 됩니다. 둘 다 보통 수준으로 돌아오고 결과는 사라집니다.

자르는 부분을 중첩하면 이 문제가 해결됩니다. 프레임의 모든 점이 최소한 하나의 영역 내에 온전히 들어가므로, 작은 삽입물은 공유하는 타일이 아니라 자신이 지배하는 타일과 비교하여 점수가 매겨집니다. 비용은 모델을 더 자주 실행하는 것이며, 로컬 기기에서는 청구서가 아니라 1초의 시간 문제입니다.

또한 인접한 타일이 함께 켜지는 이유를 설명합니다. 두 개의 중첩 영역에 걸쳐 있는 단일 삽입 개체는 둘 다 높이므로 인접성이 두 개의 개별 편집 신호가 아니라 지원 신호인 이유가 됩니다.

실제 결과는 이미지의 모양에 따라 타일 수가 달라진다는 것입니다. 넓은 파노라마는 정사각형 초상화와 다르게 분할되며, 프레임이 얼마나 세밀하게 잘렸는지 확인할 수 있도록 그리드 치수가 모든 결과와 함께 보고됩니다.

자주 묻는 질문

AI 이미지 Detector의 히트맵은 무엇을 보여주나요?

합성 신호가 프레임 전체에 평균화되지 않고 어떻게 분포되어 있는지를 보여줍니다. 각 타일은 동일한 모델에 의해 자체적으로 점수가 매겨지므로 전체 사진이 생성된 것처럼 보이는지 아니면 그중 일부만 그런지 확인할 수 있습니다. 이 두 가지 결과는 매우 다른 의미를 갖습니다.

뜨거운 영역은 해당 부분이 확실히 편집되었다는 의미인가요?

아니요. 모델이 거기서 가장 강한 신호를 찾았다는 뜻입니다. 평평한 영역, 한 구석의 심한 압축, 또는 특이한 텍스처가 있는 영역은 편집 없이도 타일을 높일 수 있습니다. 결론이 아니라 직접 눈으로 확인할 수 있는 포인터로 취급하세요.

전체 프레임 점수가 가장 높은 타일보다 낮은 이유는 무엇인가요?

타일의 최댓값이 아니라 전체 프레임을 기준으로 계산되기 때문입니다. 큰 실제 영역은 전체 판독값을 낮춥니다. 이것이 바로 하나의 숫자가 아니라 두 숫자가 모두 보고되는 정확한 이유입니다.

몇 개의 영역이 점수화되나요?

이미지의 모양과 크기에 따라 다르며, 일반적으로 6개에서 12개의 중첩 타일 사이입니다. 프레임이 얼마나 세밀하게 분할되었는지 확인할 수 있도록 그리드 치수가 결과와 함께 표시됩니다.

편집된 부분을 증명하기 위해 맵을 사용할 수 있나요?

아니요, 그리고 이것이 가장 흔하게 오해하는 부분입니다. 맵은 통계적 신호가 집중된 곳을 보여주며, 이는 조작의 외곽선을 나타내는 것과 다릅니다. 이는 사람이 특정 영역을 자세히 살펴보는 것을 보조할 뿐, 그 자체로 결론이 될 수는 없습니다.

모든 타일이 일정한 패턴 없이 제각각이면 어떻게 되나요?

그것은 대개 이미지에 지역적 신호가 노이즈로 변할 정도로 충분히 많은 처리가 거쳐졌음을 의미합니다. 인접성도 없고 콘텐츠와의 연관성도 없는 흩어진 값들은 해당 파일에 대해 신뢰할 만한 판독을 전혀 내릴 수 없다는 신호입니다.