← Alla guider Träffsäkerhet

Varför ett äkta foto flaggas som AI

Falska positiva resultat har sex vanliga orsaker, och de flesta går att åtgärda. Här är varför ett äkta fotografi får höga poäng och hur du testar det ordentligt igen.

· 7 min läsning · Best AI Image Detector

Nästan alltid för att filen har bearbetats: uppskalats, brusreducerats, skärmdumpats eller komprimerats kraftigt. Detektorer läser fina detaljer, och bearbetning återskapar fina detaljer på sätt som ser genererade ut.

De sex saker som orsakar ett falskt positivt resultat

En detektor läser den statistiska texturen mellan närliggande pixlar. Allt som skriver om den texturen förändrar poängen, oavsett om en generator var inblandad eller inte. Detta är orsakerna i den ordning de förekommer i praktiken.

  1. Skärmdumpar. En skärmdump är en rendering av en bild, inte en kopia av den. De fina detaljer som modellen läser ersätts av vad skärmen än visade. Skärmdumpar av skärmdumpar är ännu sämre.
  2. Uppskalning. Alla verktyg som förstorar ett foto hittar på pixlar som inte fångades vid fotograferingen. Dessa påhittade pixlar är genererade pixlar, så detektorn har inte fel, den besvarar en fråga du inte menade att ställa.
  3. Kraftig brusreducering. Telefoners nattlägen, svagt ljus-bearbetning och brusreduceringsfilter slätar ut det sensorbrus som kännetecknar en riktig fotografering. Att ta bort det bruset tar bort bevisen för kameran.
  4. Aggressiv retuschering. Hudutjämning, frekvensseparation och porträttfilter bygger om texturen över ett ansikte. Ett kraftigt retuscherat porträtt kan få högre poäng än ett lätt redigerat genererat porträtt.
  5. Hård komprimering. Upprepade JPEG-sparningar förstör fina detaljer överallt. Träffsäkerheten på det publicerade prestandatestet sjunker från 91,3 procent på rena original till 84,6 procent vid kvalitet 40.
  6. Små bilder och kraftiga beskärningar. Under ungefär 576 pixlar på den kortare sidan finns det inte tillräckligt med detaljer för att dela upp i regioner, och helbildspoängen blir mindre tillförlitlig.
Vad omkomprimering kostar
Rena original
91.3 %
JPEG-kvalitet 60
87.3 %
JPEG-kvalitet 40
84.6 %

Axeln börjar vid 80 % för att kurvan ska gå att läsa av. Siffrorna kommer från forskningsbenchmark, inte från slumpmässiga bilder från nätet.

Balanserad träffsäkerhet mot JPEG-kvalitet i modellens publicerade benchmark. Varje omsampling flyttar bilden nedåt längs kurvan.

Varför moderna mobilfoton är det svåraste fallet

Ett fotografi från en modern telefon är inte en enstaka exponering. Det är flera bildrutor som har lagts samman, brusreducerats, skärpts och tonmappats av programvara innan du ser resultatet. Beräkningsfotografering och bildgenerering löser överlappande problem och lämnar överlappande spår.

Detta är en faktisk begränsning, inte en bugg som kan åtgärdas med en uppdatering. I ett nattlägesporträtt har mer av den fina texturen skapats av programvara än fångats av en sensor. En detektor som analyserar den texturen läser mjukvarugenererad data, eftersom det är vad filen innehåller.

Hur man gör ett korrekt omtest

  1. Hitta själva filen, inte en kopia av den

    Gå till kamerarullen, minneskortet eller den ursprungliga exporten. Allt som har passerat en chattapp, en social plattform eller en skärmdump har redan komprimerats om.

  2. Skicka som fil, inte som foto

    Meddelandeappar komprimerar om allt som skickas som bild. De flesta har ett dokument- eller filalternativ som överför originaldata utan förändring.

  3. Stäng av den efterbehandling du kan styra över

    Om du fotograferar om motivet, inaktivera skönhetsfilter och hudutjämning. Använd raw eller ett helt oprocessat alternativ om kameran erbjuder det.

  4. Granska regionkartan

    En jämnt förhöjd karta över hela bildytan tyder på global bearbetning. Ett enstaka aktivt område i en i övrigt neutral bild tyder på en lokal redigering. Det är två helt olika observationer.

  5. Jämför med ett känt, äkta foto

    Kör en bild från samma kamera som du vet är autentisk. Om den får liknande värden är det kamerans bearbetning som ger utslag, inte själva motivet.

Vad mönstret visar

58 61 54 63 59 57 55 62 60

Jämför detta med en helt genererad bild, där segmenten ligger på 90-talet, och med en lokal redigering, där ett enstaka segment ger starkt utslag medan resten är neutrala.

Ett kraftigt bearbetat men äkta fotografi. Inget enskilt segment sticker ut extremt, men alla segment är förhöjda – vilket är typiskt för global bearbetning.

En jämn fördelning i mellanskiktet är det typiska mönstret för ett äkta fotografi som har bearbetats genom för mycket programvara. Det är också det ärliga svaret: bilden har inte längre tillräckligt med originaldetaljer kvar för att ge ett säkert utslag åt något håll.

Om du blir anklagad

Formgivare, fotografer och studenter avkrävs allt oftare bevis på att de själva skapat sitt arbete. Ett analysvärde kan inte bevisa det, men underlaget runt omkring kan.

  • Behåll källfilen med alla lager eller råfilen. En arbetsfil med full historik är ett betydligt starkare bevis än något resultat från en detektor.
  • Spara mellanversioner. Arbetskopior med tidsstämplar är svåra att fabricera i efterhand.
  • Exportera med Content Credentials om din programvara stöder det. En signerad metadataverifiering är kryptografisk snarare än statistisk.
  • Fråga vad anklagelsen grundar sig på. Ett enskilt värde från ett okänt verktyg utan redovisade referensnivåer är inget bevis, och det är helt rimligt att påpeka det.

Det är också viktigt att känna till att felmarginalen inte är symmetrisk. Detektorer är kalibrerade för att fånga genererade bilder, och den avvägningen gör att de hellre flaggar ett äkta fotografi än friar ett syntetiskt. Om det är ditt arbete som ifrågasätts är verktyget inte neutralt till din fördel, och den som läser resultatet bör känna till det innan några åtgärder vidtas.

Frågor som ställs

Hur ofta flaggas äkta foton som AI?
I det publicerade benchmarktestet når modellen 91,3 procents balanserad träffsäkerhet på opåverkade bilder, vilket innebär att ungefär en bild av elva hamnar på fel sida under kontrollerade förhållanden. I praktiken är felmarginalen större, eftersom verkliga bilder har komprimerats, beskurits och sparats om innan de når en detektor.
Ger redigering i Lightroom eller Photoshop falska positiva utslag?
Vanliga justeringar gör det inte. Ändringar av exponering, färg, beskärning och upprätning lämnar den underliggande texturen intakt. Det som däremot påverkar analysvärdet är processer som återskapar detaljer: kraftig brusreducering, hudutjämning, uppskalning, generativ fyllning och aggressiv skärpning.
Varför fick mitt foto ett högre värde efter att jag skickade det till någon?
Eftersom appen komprimerade om filen. De flesta meddelandeappar kodar om bilder vid sändning, och vissa gör det två gånger. Analysera alltid originalfilen från kamerarullen i stället för kopian som kom tillbaka via en konversation.
Kan jag bevisa att ett foto är mitt om en detektor påstår motsatsen?
Inte med hjälp av en detektor, men i regel med allt annat underlag. Råfilen, arbetsdokumentet med bevarade lager, mellanversionerna och Content Credentials utgör tillsammans ett mycket starkare underlag än ett analysvärde. Detektionsverktyg är byggda för att väcka en fråga, inte för att avgöra upphovsrättsliga tvister.