画像の AI 生成・加工の可能性を確率で推定
TagFake は、X (旧 Twitter) の投稿に含まれる AI 生成画像やデジタル加工されたコンテンツを検出するための Web アプリケーションです。高度なアルゴリズムで画像を解析し、真正性を判断するための視覚的な手がかりを提供します。
AI 生成コンテンツがますます精巧になる時代に、TagFake は次のような人に役立つツールを提供します。
Image type (Photo または Art) は、コンテンツの種類に応じて採点基準を切り替えるために内部で使用されます。結果ラベルと確率軸については次のセクションで説明します。
TagFake は画像 1 枚に対して複数のヒートマップを表示します。これは、ある領域が AI 由来か加工由来かを単一の検出器だけで断定することができないためです。各ヒートマップはそれぞれ異なるシグナル (センサーノイズ、再圧縮誤差、再構成誤差、モデル注目パッチ、加工ローカリゼーション) を強調します。本来の使い方は、複数のタイルを並べてパターンを比べること。AI 画像と本物画像は、これらのシグナル全体で異なる「指紋」を残します。違いは並べて比べたときに見えてきます。一枚だけ見ても分かりにくいので、必ず比較してください。
| 検出器 | 強調された領域が示すもの | 注意点 |
|---|---|---|
| Noise Analysis | about.heatmaps.guide.noise.reading | about.heatmaps.guide.noise.limit |
| Error Level Analysis (ELA) | about.heatmaps.guide.ela.reading | about.heatmaps.guide.ela.limit |
| DIRE (Diffusion Reconstruction Error) | about.heatmaps.guide.dire.reading | about.heatmaps.guide.dire.limit |
| UniversalFakeDetect (CSID) | about.heatmaps.guide.gradcamCsid.reading | about.heatmaps.guide.gradcamCsid.limit |
| DeepFakeDetectorV2 | about.heatmaps.guide.gradcamDfdv2.reading | about.heatmaps.guide.gradcamDfdv2.limit |
| AI Image Detector | about.heatmaps.guide.gradcamAid.reading | about.heatmaps.guide.gradcamAid.limit |
画像が AI モデルによって新たに生成された確率の推定値です。検出器群を組み合わせて算出しており、評価セットで較正されています。
既存の画像が手作業で大きく加工 (合成、生成塗りつぶし、絵画風フィルタ、美肌補正など) を受けた確率の推定値です。色調補正・露出補正・リサイズ・再保存のみの軽微な処理は対象外です。
AI 生成確率と加工確率は内部処理として OR の関係で扱われます。「両方高い」は「AI 生成または手作業の加工のどちらかの特徴が強く立っている」ことを意味し、「両方が同時に起きている (AND)」を意味するものではありません。「どこに何の痕跡があるか」は AI 由来ヒートマップと加工由来ヒートマップで読み取ってください。
結果ページ最上部の PHOTO/ART インジケータは、画像が写真寄りかイラスト寄りかを 0.00〜1.00 の連続値で表しています。AI 生成確率と加工確率は、この値で写真用重みとイラスト用重みを連続的にブレンドして算出します。区分自体に切替モードは存在しません。一方で、実写自撮りにスタンプ加工が乗っている場合や、写真内にイラスト・ポスターが写り込んでいる場合、インジケータがイラスト寄りに振れる可能性があります。その場合、後段の AI 生成確率・加工確率の値も区分の偏りの影響を受けます。
次のような画像では、検出器が想定する範囲から外れるか分布が偏るため、AI 生成確率や加工確率が実態と乖離することがあります。
すべての検出結果は確率的なものであり、決定的な証明ではありません。 このシステムは高度なアルゴリズムで AI 生成や加工の可能性を推定しますが、絶対的な確実性は提供できません。
TagFake を利用することで、これらの制限を理解し、このサービスが保証された検証ではなく推定解析を提供するものであることに同意したものとみなされます。
TagFake は複数の検出方法を組み合わせて信頼性を高めていますが、完璧な検出システムはありません。AI 生成技術は継続的に進化し、検出器も適応する必要があります。精度は画像タイプ、生成器、適用された後加工の強さによって変わります。スコアは絶対的な真実ではなく、確率的な指標として解釈してください。
どの検出方法も、すべての AI 生成画像を完全な精度で特定することはできません。AI 生成モデルが進化するにつれて、検出技術も適応する必要があります。TagFake は frequency analysis、noise analysis、ELA、DIRE、現代的な classifier-based detectors など複数の検出方法を組み合わせて信頼性を高めていますが、一部の AI 画像は検出を回避する可能性があります。
SYNTHETIC ラベルは、AI 生成画像と、手作業で大きく変更された写真の両方を対象にします。たとえば、美肌フィルターによるレタッチ、合成編集、generative fill、絵画風のスタイル変換などです。検出器はピクセルレベルの統計的な異常を見ており、AI 生成と大きな手作業編集を常に確実に区別できるわけではありません。そのため、どちらも単一のラベルで "non-authentic" として扱います。色補正、露出補正、リサイズ、形式変換など、画像の再エンコード程度にとどまる軽微な調整は AUTHENTIC とみなされます。
一部の画像は、検出器が想定している範囲の外にあります。次のようなコンテンツタイプの結果は信頼性が低く、額面どおりに受け取るべきではありません。
現在、これらのコンテンツタイプを自動検出していません。そのため解析ページではスコアが表示されますが、入力が上記のいずれかに見える場合は、結果をより慎重に解釈してください。