← คู่มือทั้งหมด ความแม่นยำ

ทำไมภาพถ่ายจริงถึงถูกระบุว่าเป็น AI

ผลลัพธ์บวกปลอม (false positives) มีสาเหตุทั่วไปหกประการ และส่วนใหญ่แก้ไขได้ นี่คือสาเหตุที่ภาพถ่ายจริงให้คะแนนสูง และวิธีทดสอบใหม่อย่างถูกต้อง

· 7 นาทีที่อ่าน · Best AI Image Detector

เกือบตลอดเวลาเป็นเพราะไฟล์ผ่านการประมวลผลมา ไม่ว่าจะเป็นการขยายสเกล การลดสัญญาณรบกวน การทำภาพหน้าจอ หรือการบีบอัดอย่างหนัก เครื่องตรวจจับจะอ่านรายละเอียดที่ละเอียดอ่อน และการประมวลผลจะสร้างรายละเอียดเหล่านั้นขึ้นมาใหม่ในแบบที่ดูเหมือนสร้างโดย AI

หกสิ่งที่ทำให้เกิดผลลัพธ์บวกปลอม

เครื่องตรวจจับจะอ่านพื้นผิวเชิงสถิติระหว่างพิกเซลข้างเคียง สิ่งใดก็ตามที่เขียนพื้นผิวเหล่านั้นใหม่จะทำให้คะแนนเปลี่ยนไป ไม่ว่าจะมีเครื่องมือสร้างภาพเข้ามาเกี่ยวข้องหรือไม่ก็ตาม เหล่านี้คือสาเหตุตามลำดับที่พบในทางปฏิบัติ

  1. ภาพหน้าจอ (Screenshots): ภาพหน้าจอคือการเรนเดอร์ภาพใหม่ ไม่ใช่สำเนาของภาพเดิม รายละเอียดที่โมเดลอ่านจะถูกแทนที่ด้วยสิ่งที่หน้าจอแสดงในขณะนั้น ภาพหน้าจอของภาพหน้าจอจะยิ่งแย่ลงไปอีก
  2. การขยายภาพ (Upscaling): เครื่องมือใดก็ตามที่ขยายขนาดภาพถ่ายจะเป็นการสร้างพิกเซลขึ้นมาใหม่ที่ไม่ได้ถูกบันทึกมาจริง พิกเซลที่สร้างขึ้นใหม่นั้นคือพิกเซลที่ถูกสร้างขึ้นโดย AI ดังนั้นเครื่องตรวจจับจึงไม่ได้ผิด แต่กำลังตอบคำถามที่คุณไม่ได้ตั้งใจจะถาม
  3. การลดสัญญาณรบกวนอย่างหนัก: โหมดถ่ายภาพกลางคืนของโทรศัพท์ การประมวลผลในที่แสงน้อย และฟิลเตอร์ลดสัญญาณรบกวน จะทำให้สัญญาณรบกวนของเซ็นเซอร์ที่ระบุถึงการบันทึกภาพจริงนั้นราบเรียบไป การลบสัญญาณรบกวนเหล่านั้นออกเป็นการลบหลักฐานของกล้องไปในตัว
  4. การรีทัชอย่างหนัก: การทำให้ผิวเรียบเนียน การแยกความถี่ (frequency separation) และฟิลเตอร์ถ่ายภาพบุคคล จะสร้างพื้นผิวใหม่ทั่วทั้งใบหน้า ภาพบุคคลที่ผ่านการรีทัชหนักอาจได้คะแนนสูงกว่าภาพที่สร้างโดย AI ที่แก้ไขเพียงเล็กน้อย
  5. การบีบอัดที่รุนแรง: การบันทึกไฟล์ JPEG ซ้ำๆ จะทำลายรายละเอียดในทุกส่วน ความแม่นยำในการวัดผลลดลงจาก 91.3 เปอร์เซ็นต์ในต้นฉบับที่สะอาด เหลือ 84.6 เปอร์เซ็นต์ที่คุณภาพระดับ 40
  6. รูปภาพขนาดเล็กและการครอบตัดหนัก: หากมีขนาดเล็กกว่า 576 พิกเซลในด้านที่สั้นกว่า จะไม่มีรายละเอียดเพียงพอที่จะแบ่งเป็นส่วนๆ และคะแนนของทั้งเฟรมจะมีความน่าเชื่อถือน้อยลง
ต้นทุนของการบีบอัดซ้ำ
ต้นฉบับสะอาด
91.3 %
คุณภาพ JPEG 60
87.3 %
คุณภาพ JPEG 40
84.6 %

แกนเริ่มต้นที่ 80% เพื่อให้อ่านความลาดชันได้ง่าย ตัวเลขนี้มาจากเกณฑ์มาตรฐานการวิจัย ไม่ใช่จากภาพที่ได้จากอินเทอร์เน็ตทั่วไป

ความแม่นยำที่ปรับสมดุลเทียบกับคุณภาพไฟล์ JPEG ตามเกณฑ์มาตรฐานที่เผยแพร่ของโมเดล การบันทึกไฟล์ซ้ำทุกครั้งจะทำให้ภาพลดระดับลงตามความลาดชันนี้

เหตุใดภาพถ่ายจากโทรศัพท์สมัยใหม่จึงเป็นกรณีที่ยากที่สุด

ภาพถ่ายจากโทรศัพท์ในปัจจุบันไม่ได้เกิดจากการเปิดรับแสงเพียงครั้งเดียว แต่เป็นการรวมภาพหลายเฟรม ลดสัญญาณรบกวน ปรับความคมชัด และทำโทนแมปด้วยซอฟต์แวร์ก่อนที่คุณจะได้เห็น การถ่ายภาพเชิงคำนวณและการสร้างภาพด้วย AI แก้ปัญหาที่ซ้อนทับกัน และทิ้งร่องรอยที่ซ้อนทับกันไว้เช่นกัน

นี่เป็นข้อจำกัดที่แท้จริงไม่ใช่ข้อผิดพลาดที่จะได้รับการแก้ไข การถ่ายภาพบุคคลในโหมดกลางคืนมีรายละเอียดพื้นผิวส่วนใหญ่ที่เขียนขึ้นโดยซอฟต์แวร์มากกว่าที่บันทึกโดยเซ็นเซอร์ เครื่องตรวจจับที่อ่านพื้นผิวนั้นจึงกำลังอ่านเอาต์พุตของซอฟต์แวร์ เพราะนั่นคือสิ่งที่ไฟล์บรรจุอยู่

วิธีการทดสอบซ้ำอย่างถูกต้อง

  1. ค้นหาไฟล์ต้นฉบับ ไม่ใช่สำเนา

    ไปที่อัลบั้มรูป การ์ดหน่วยความจำ หรือไฟล์ส่งออกต้นฉบับ สิ่งใดก็ตามที่ผ่านแอปแชท แพลตฟอร์มโซเชียล หรือภาพหน้าจอ ได้ถูกบีบอัดซ้ำเรียบร้อยแล้ว

  2. ส่งเป็นไฟล์ ไม่ใช่ส่งเป็นรูปภาพ

    แอปส่งข้อความจะบีบอัดทุกสิ่งที่ส่งเป็นรูปภาพ แอปส่วนใหญ่มีตัวเลือกเอกสารหรือไฟล์ซึ่งเป็นการส่งข้อมูลไบต์ต้นฉบับ

  3. ปิดการประมวลผลที่คุณควบคุมได้

    หากคุณกำลังถ่ายใหม่ ให้ปิดฟิลเตอร์เสริมความงามและการปรับผิวเนียน หากกล้องมีตัวเลือกรูปแบบ Raw หรือไม่มีการประมวลผล ให้เลือกใช้นั้น

  4. ตรวจสอบแผนที่ภูมิภาค

    แผนที่ที่มีความร้อนสม่ำเสมอทั่วทั้งเฟรมบ่งบอกถึงการประมวลผลแบบรวม พื้นที่ร้อนจุดเดียวในเฟรมที่เย็นบ่งบอกถึงการแก้ไขเฉพาะจุด ซึ่งถือเป็นข้อสรุปที่แตกต่างกัน

  5. เปรียบเทียบกับภาพที่ทราบแน่ชัดว่าปกติ

    ทดสอบภาพจากกล้องเดียวกันที่คุณมั่นใจ หากได้คะแนนใกล้เคียงกัน การประมวลผลของกล้องคือสาเหตุไม่ใช่ตัวรูปภาพ

รูปแบบบอกอะไรคุณได้บ้าง

58 61 54 63 59 57 55 62 60

เปรียบเทียบสิ่งนี้กับเฟรมที่สร้างด้วย AI ซึ่งไทล์จะอยู่ในช่วงเก้าสิบ และกับการแก้ไขเฉพาะจุด ซึ่งมีหนึ่งไทล์ที่ร้อนและที่เหลือเย็น

ภาพถ่ายที่ผ่านการประมวลผลอย่างหนักแต่เป็นภาพจริง ไม่มีไทล์ใดที่ดูผิดปกติ แต่ทุกไทล์มีความร้อน ซึ่งเป็นลักษณะของการประมวลผลแบบรวม

การกระจายตัวที่สม่ำเสมอในแถบกลางคือเอกลักษณ์ของภาพถ่ายจริงที่ผ่านซอฟต์แวร์มามากเกินไป และยังเป็นคำตอบที่ตรงไปตรงมาว่า ภาพนี้ไม่มีรายละเอียดต้นฉบับเพียงพอที่จะสนับสนุนการตัดสินใจที่มั่นใจในทิศทางใดทิศทางหนึ่ง

หากคุณเป็นผู้ถูกกล่าวหา

นักออกแบบ ช่างภาพ และนักศึกษาถูกขอให้พิสูจน์ว่าพวกเขาสร้างผลงานด้วยตนเอง คะแนนเพียงอย่างเดียวไม่สามารถพิสูจน์ได้ แต่ข้อมูลประกอบสามารถช่วยได้

  • เก็บไฟล์ต้นฉบับที่มีเลเยอร์หรือไฟล์ Raw ที่ถ่ายไว้ ไฟล์งานที่มีประวัติความเป็นมาเป็นหลักฐานที่แข็งแกร่งกว่าผลลัพธ์จากเครื่องตรวจจับใดๆ
  • เก็บเวอร์ชันระหว่างการแก้ไขไว้ ภาพความคืบหน้าที่มีการประทับเวลาเป็นสิ่งที่ยากจะทำขึ้นภายหลัง
  • ส่งออกด้วย Content Credentials เมื่อซอฟต์แวร์ของคุณรองรับ ข้อมูลรับรองที่ลงนามเป็นการยืนยันทางวิทยาการรหัสลับมากกว่าทางสถิติ
  • ถามว่าข้อกล่าวหาตั้งอยู่บนพื้นฐานใด คะแนนเดียวจากเครื่องมือที่ไม่มีชื่อพร้อมแถบระดับที่ไม่ได้เผยแพร่ไม่ใช่ข้อสรุป และการชี้แจงเช่นนั้นเป็นสิ่งที่สมเหตุสมผล

นอกจากนี้ควรทราบว่าทิศทางของข้อผิดพลาดไม่ใช่แบบสุ่ม เครื่องตรวจจับถูกปรับแต่งมาเพื่อจับภาพที่สร้างโดย AI และการปรับแต่งนั้นทำให้พร้อมที่จะระบุว่าเป็นภาพที่สร้างโดย AI มากกว่าที่จะยืนยันว่าเป็นภาพถ่ายจริง หากคุณเป็นผู้ที่ถูกสงสัย เครื่องมือนี้ไม่ได้มีความเป็นกลางต่อคุณ และผู้ที่อ่านผลลัพธ์ควรทราบเรื่องนี้ก่อนที่จะดำเนินการใดๆ

คำถามที่ผู้คนมักถาม

ภาพถ่ายจริงถูกระบุว่าเป็น AI บ่อยแค่ไหน
ในเกณฑ์มาตรฐานที่เผยแพร่ โมเดลมีความแม่นยำที่ปรับสมดุลได้ 91.3 เปอร์เซ็นต์บนภาพที่สะอาด ซึ่งหมายความว่าภาพประมาณหนึ่งในสิบเอ็ดภาพจะอยู่ผิดฝั่งภายใต้สภาวะควบคุม อัตราในโลกแห่งความเป็นจริงนั้นแย่กว่า เพราะภาพในโลกแห่งความเป็นจริงถูกบีบอัด ครอบตัด และบันทึกซ้ำก่อนที่จะถึงเครื่องตรวจจับใดๆ
การแก้ไขภาพใน Lightroom หรือ Photoshop ทำให้เกิดผลบวกลวงหรือไม่
การปรับแต่งทั่วไปไม่ทำให้เกิดผลดังกล่าว การปรับค่าแสง สี การครอบตัด และการจัดแนวทิ้งพื้นผิวเดิมไว้ สิ่งที่ทำให้คะแนนเปลี่ยนคือสิ่งที่สร้างรายละเอียดขึ้นใหม่ เช่น การลดสัญญาณรบกวนหนัก การปรับผิวเนียน การขยายขนาด การเติมด้วย AI และการปรับความคมชัดที่รุนแรง
ทำไมภาพของฉันถึงได้คะแนนสูงขึ้นหลังจากส่งให้ผู้อื่น
เพราะแอปบีบอัดไฟล์นั้นซ้ำ แพลตฟอร์มส่งข้อความส่วนใหญ่จะเข้ารหัสรูปภาพใหม่เมื่อส่ง และบางแอปทำซ้ำสองครั้ง ให้ทดสอบไฟล์จากอัลบั้มรูปเสมอแทนการใช้สำเนาที่ได้รับกลับมาจากการสนทนา
ฉันสามารถพิสูจน์ได้หรือไม่ว่าภาพเป็นของฉันหากเครื่องตรวจจับบอกเป็นอย่างอื่น
ไม่สามารถพิสูจน์ด้วยเครื่องตรวจจับได้ แต่ทำได้ด้วยวิธีอื่น ไฟล์ Raw, ไฟล์งานที่มีเลเยอร์, เวอร์ชันระหว่างการแก้ไข และ Content Credentials รวมกันเป็นหลักฐานที่แข็งแกร่งกว่าคะแนนใดๆ เครื่องมือตรวจจับถูกสร้างขึ้นเพื่อตั้งคำถาม ไม่ใช่เพื่อยุติข้อพิพาทด้านลิขสิทธิ์

ตรวจสอบภาพทันที

ฟรี ไม่ต้องลงชื่อเข้าใช้ และไฟล์ไม่เคยออกจากอุปกรณ์ของคุณ ตรวจสอบได้ห้าสิบครั้งต่อวัน

เปิดเครื่องมือตรวจจับ

อ่านต่อ