Perkembangan pesat kecerdasan buatan generatif telah mengubah dunia media visual secara mendalam. Model-model terkemuka seperti Midjourney v6, OpenAI DALL-E 3, Stable Diffusion XL, Flux.1, dan Google Imagen kini berupaya menjana potret realistik, pemandangan dan grafik bermutu tinggi dalam beberapa saat sahaja.
Walaupun kemajuan ini membuka potensi kreatif tanpa sempadan, ia turut membawa cabaran besar: penyebaran berita palsu, manipulasi deepfake, pencemaran arkib stok gambar, dan kekeliruan hak cipta.
Bagi menangani isu ini secara telus, ImageSizeFinder telah membangunkan Pengesan Imej AI Percuma. Tidak seperti kebanyakan alat berbayar yang mengenakan yuran langganan untuk skor peratusan tanpa penjelasan, alat kami beroperasi berasaskan seni bina pengesanan dua lapisan yang mengutamakan privasi. Semua pengesahan utama berjalan secara setempat di dalam pelayar anda dengan memaparkan bukti-bukti teknikal yang boleh disahkan.
Panduan ini menerangkan ciri-ciri utama, seni bina sistem, asas matematik dan batasan praktikal pengesanan.
Rajah 1: Antara muka Pengesan Imej AI Percuma ImageSizeFinder dengan input pelbagai sumber, pemprosesan pukal dan verifikasi setempat yang selamat.
1. Ciri-ciri Utama Pengesan Imej AI
Alat ini direka untuk menggabungkan kepantasan, kerahsiaan data dan ketelitian analisis:
- 100% Percuma & Tanpa Had: Tiada pendaftaran akaun, tiada caj langganan dan tiada had imbasan harian tiruan untuk imbasan setempat dalam pelayar.
- Privasi Sisi Klien Penuh (Zero-Upload): Analisis metadata dan pengiraan hingar piksel dijalankan sepenuhnya dalam pelayar anda menggunakan WebAssembly dan API HTML5 Canvas. Imej anda tidak pernah dimuat naik ke pelayan kecuali jika anda meminta pengesanan mendalam di awan secara khusus.
- Kaedah Input yang Fleksibel:
- Seret dan lepas satu atau banyak fail imej serentak.
- Pilih fail melalui pengurus fail sistem operasi anda.
- Tampal dari papan keratan: Tekan
Ctrl+V(atauCmd+Vpada macOS) di mana-mana bahagian halaman untuk memeriksa tangkapan skrin serta-merta. - URL terus imej: Masukkan pautan
https://untuk menganalisis imej dalam talian tanpa memuat turunnya terlebih dahulu.
- Ruang Kerja Analisis Pukal: Muat naik puluhan gambar sekaligus, lihat status dan lakaran kecil dalam senarai bersepadu, dan jalankan imbasan dengan satu klik.
- Panel Bukti yang Telus: Kembangkan mana-mana imej yang diimbas untuk mengetahui sebab sebenar penilaian diberikan: tandatangan perisian, tag IPTC, prompt penjanaan dan varians hingar residu.
2. Seni Bina Pengesanan: Saluran Dua Lapisan
Mengenal pasti imej janaan AI secara konsisten merupakan tugas yang sukar kerana tiada satu tanda pun yang sempurna seratus peratus. Metadata boleh dibuang dan proses pemampatan semula boleh mengubah corak mikro piksel.
Sistem kami menggunakan saluran berperingkat dua lapisan:
Rajah 2: Seni bina tiga peringkat progresif: semakan metadata deterministik WebAssembly, konvolusi hingar piksel Canvas frekuensi tinggi dan pengesahan model penglihatan awan pilihan.
3. Butiran Teknikal: Cara Setiap Lapisan Beroperasi
Lapisan 1: Metadata Deterministik dan Salasilah Kandungan
Kebanyakan alat penjanaan AI menyertakan penanda digital apabila menyimpan fail. Lapisan pertama menggunakan pustaka penghurai binari sisi klien (seperti ExifReader) untuk mengimbas aliran bait:
- IPTC Digital Source Type (Jenis Sumber Digital):
- Piawaian metadata antarabangsa di mana imej buatan AI ditandakan sebagai
trainedAlgorithmicMediaataucompositeSynthetic. - Google Imagen dan Adobe Firefly sentiasa menyertakan medan ini.
- Piawaian metadata antarabangsa di mana imej buatan AI ditandakan sebagai
- Tag IPTC Credit dan Software:
- Midjourney sering menyertakan perkataan
Midjourneydalam medanCreditatauSoftware. - DALL-E 3 meletakkan pengenal pasti khusus daripada OpenAI.
- Midjourney sering menyertakan perkataan
- Blok Teks PNG (
tEXt,iTXt,zTXt):- Komuniti Stable Diffusion (Automatic1111, ComfyUI, Forge) menyimpan semua tetapan penjanaan dalam pengepala PNG.
- Kami mengekstrak prompt arahan, prompt negatif, nilai seed, skala CFG, sampler dan model LoRA.
- Kelayakan Kandungan C2PA:
- Berdasarkan garis panduan Content Authenticity Initiative, kami mengesan kehadiran bekas JUMBF yang mengandungi sijil pengesahan digital (
c2pa).
- Berdasarkan garis panduan Content Authenticity Initiative, kami mengesan kehadiran bekas JUMBF yang mengandungi sijil pengesahan digital (
Jika bukti deterministik ditemui, sistem akan terus menetapkan status Keyakinan Tinggi (High Confidence) tanpa memerlukan komputasi berat.
Rajah 3: Paparan panel bukti terperinci menunjukkan parameter penjanaan (langkah, sampler, CFG) bersama metrik varians hingar residu.
Lapisan 2: Analisis Varians Hingar Piksel dalam Pelayar
Jika imej tidak mempunyai metadata (akibat ditukar ke JPEG atau dipadamkan oleh perisian lain), pelayar akan memulakan analisis statistik ruang menggunakan OffscreenCanvas dan HTML5 Canvas.
Rajah 4: Konvolusi ruang Laplacian 3x3 diskret untuk mengasingkan hingar sisa frekuensi tinggi R(x, y), membandingkan sensor optik kamera sebenar dengan proses difusi AI.
Asas Fizik dan Matematik
- Sensor Kamera Sebenar: Sensor optik fizikal (CMOS/CCD) menangkap zarah foton yang terdedah kepada hingar kuantum (Shot Noise) dan turun naik haba mengikut taburan Poisson-Gaussian. Pada kawasan yang rata, hingar sensor menunjukkan konsistensi isotropik semula jadi.
- Model Difusi Generatif: Algoritma seperti Stable Diffusion atau Midjourney membina imej melalui proses penyingkiran hingar berulang daripada hingar Gaussian rawak. Kaedah ini meninggalkan autokorelasi ruang frekuensi tinggi: bahagian licin kelihatan terlalu sempurna, manakala bahagian bertekstur memaparkan kepekatan frekuensi yang tidak wajar.
Langkah-langkah Algoritma
- Imej dipaparkan pada saiz asal dalam
OffscreenCanvas. - Nilai kecerahan monokrom
Y(x, y)diekstrak melalui fungsigetImageData. - Penapis konvolusi Laplacian diskret 3x3 digunakan untuk mengasingkan hingar sisa frekuensi tinggi
R(x, y):┌ ┐ │ 0 -1 0 │ │ -1 4 -1 │ │ 0 -1 0 │ └ ┘ - Sempadan kontras tinggi disaring keluar untuk mengira varians residu
σ²pada kawasan rata:σ² = (1/N) · Σ (Rᵢ − R̄)² - Nilai varians dipadankan dengan pangkalan data profil sensor kamera sebenar.
Oleh sebab proses ini dilaksanakan menggunakan JavaScript pada peranti anda, ia hanya mengambil masa 50–150 milisaat bagi setiap imej tanpa melibatkan kelewatan rangkaian.
Lapisan 3: Model Penglihatan Awan Mendalam (Pilihan)
Sekiranya metadata tiada dan bacaan hingar berada pada zon keraguan, pengguna boleh mendapatkan bantuan model kecerdasan buatan di pelayan:
- Dibina menggunakan model Vision Transformer yang dilatih pada berjuta-juta pasangan imej asli dan sintetik.
- Memproses imej daripada URL jauh (
/api/ai-image-detector/fetch-url) dengan perlindungan terhadap serangan SSRF serta had saiz fail 10 MB.
4. Batasan Praktikal dan Nasihat Penggunaan
Tiada pengesan AI di dunia yang mempunyai ketepatan 100%. Semasa mentafsirkan laporan, pertimbangkan perkara berikut:
1. Pemadaman Metadata oleh Media Sosial
Platform seperti WhatsApp, Instagram dan Twitter/X memampatkan semula fail dan memadamkan semua metadata EXIF, IPTC dan C2PA. Imej yang dimuat turun daripada media sosial tidak akan menunjukkan bukti pada Lapisan 1.
2. Pengeditan Berat dan Pemampatan Keterlaluan
Mengaburkan imej (blur), menambah efek butiran filem buatan atau menyimpan semula dengan kualiti JPEG yang rendah (< 60) akan merosakkan struktur halus piksel.
3. Seni Digital dan Grafik 3D
Imej 3D (Blender, Unreal Engine) atau lukisan vektor digital secara semula jadinya tidak mengandungi hingar sensor kamera. Algoritma statistik mungkin mentafsir kelicinan ini sebagai janaan komputer. Sentiasa semak konteks karya tersebut.
4. Tera Air Pendam Tertutup (SynthID)
Tera air tak ketara yang disematkan dalam ruang pendam model (seperti SynthID oleh Google DeepMind) memerlukan kunci penyahsulit khas dan tidak boleh dibaca secara luar talian dalam pelayar biasa.
💡 Saranan: Jadikan laporan pengesanan sebagai bahan rujukan sokongan yang kukuh. Bagi perkara yang penting, padankan bukti teknikal dengan konteks penerbitan dan penilaian visual fizikal (seperti anatomi tangan, bayang-bayang dan pantulan cahaya).
5. Mula Uji Imej Anda
Bersedia untuk memeriksa imej pertama anda?
- Layari Pengesan Imej AI Percuma.
- Seret imej, tampal dari papan keratan atau masukkan pautan URL.
- Lihat lencana kebarangkalian, tahap keyakinan dan kembangkan panel bukti untuk meneliti data teknikalnya.
Rujukan & Bacaan Lanjutan
- 01.ExifReader — Fast JavaScript image metadata parsing librarygithub.com/mattiasw/ExifReader
- 02.
- 03.Content Authenticity Initiative (CAI) — Open source provenance toolscontentauthenticity.org/
- 04.IPTC Photo Metadata Standard & Digital Source Type Vocabularyiptc.org/standards/photo-metadata/
- 05.Canvas API & ImageData — MDN Web Docsdeveloper.mozilla.org/en-US/docs/Web/API/Canvas_API
- 06.Discrete Laplace Operator in Digital Image Processing — Wikipediaen.wikipedia.org/wiki/Discrete_Laplace_operator
- 07.WebAssembly — High-performance client-side runtime standardwebassembly.org/
- 08.Google DeepMind SynthID — Imperceptible generative AI watermarkingdeepmind.google/technologies/synthid/
- 09.Stable Diffusion WebUI by AUTOMATIC1111github.com/AUTOMATIC1111/stable-diffusion-webui
- 10.ComfyUI — Powerful modular node-based Stable Diffusion GUIgithub.com/comfyanonymous/ComfyUI