Tahanan Blog Mga Kontak Mga Kasangkapan
Englishen Españoles Magyarhu العربيةar Русскийru Українськаuk Deutschde Slovenčinask ไทยth 中文zh-CN 日本語ja 한국어ko Românăro Françaisfr हिन्दीhi বাংলাbn Bahasa Indonesiaid Portuguêspt Italianoit Tagalogtl Tiếng Việtvi فارسیfa Kiswahilisw မြန်မာmy Türkçetr اردوur Basa Jawajv Polskipl Češtinacs Afrikaansaf తెలుగుte

Pumili ng larawang susuriin

Ganap na tumatakbo sa iyong browser ang heuristic na pagsusuri — walang datos na umaalis sa iyong device.

I-click para pumili o i-drag & drop

JPG at PNG — sinusuri nang lokal

Napiling larawan para sa pagsusuri
Teknikal na Detalye
Ebidensya ng AI Ebidensya ng Totoong Larawan
Noise Residual --
Heatmap ng noise residual
ELA Map --
Error level analysis map
Anomaly Heatmap --
Heatmap ng residual anomaly
Saturation Map --
Heatmap ng color saturation
Frequency Map --
High-frequency detail map
Mga Direksyon ng Gradient 18 bins
Luminance Histogram 64 bins
Mga heuristic na signal

    Ang mga resulta ay mga evidence score, hindi patunay ng pinagmulan. Ang modelo ay na-optimize na piliin ang UNCERTAIN sa halip na maling paratang kapag mahina ang ebidensya.

    • Pag-convert ng format ay nagbabago sa noise at frequency signatures at maaaring magpataas ng false-positive rate.
    • Compression ng messenger (WhatsApp, Telegram, atbp.) ay nire-re-encode at inaalis ang metadata — ang mga larawang na-save mula sa chats ay maaaring magpakita ng ebidensya ng AI kahit totoo ang mga ito.
    Model Card v5.9.0
    Mga decision band
    Ebidensya ng AI >= 64%, ebidensya ng totoong larawan <= 55%, kung hindi ay UNCERTAIN.
    Runtime
    Browser-only. Ang deep EfficientNet-B0 classifier (ONNX, WASM) ang pangunahing signal, na may mas mataas na timbang kaysa sa heuristic + k-NN mini-ML at safety caps. Kung mabigo ang modelong mag-load, babalik ang detector sa heuristic + k-NN ensemble.
    Mga limitasyon
    Ang maliliit, masyadong na-compress, parang screenshot at na-convert na mga file ay dapat ituring na mababa ang ebidensya.