फ़ोरेंसिक मेटाडेटा विश्लेषण
आयामी हस्ताक्षर, अनुपात की अखंडता, प्रारूप छाप और प्रति पिक्सेल बिट घनत्व की जाँच करता है, ताकि संपादन प्रक्रियाओं और जेनरेटरों द्वारा छोड़ी गई विसंगतियाँ सामने आएँ।
लाइव100% ब्राउज़र में · कुछ भी अपलोड नहीं होता
सेकंडों में जानें कि कोई छवि असली है या नहीं।
Fake Images Detector मेटाडेटा, सेंसर नॉइज़, संपीड़न व्यवहार और त्रुटि-स्तरों पर चार-परतीय फ़ोरेंसिक जाँच चलाता है, और एआई-जनित, डीपफ़ेक तथा डिजिटल रूप से संपादित तस्वीरों को उजागर करता है, इससे पहले कि आप उन पर भरोसा करें। मुफ़्त, असीमित, और आपकी फ़ाइल हम कभी नहीं देखते।
उनके लिए बनाया गया जो धोखा खाने का जोखिम नहीं उठा सकते
डिटेक्टर
चार विश्लेषण परतें आपके उपकरण पर एक साथ चलती हैं। आपको प्रामाणिकता स्कोर, परत-वार विवरण, यह दिखाने वाला त्रुटि-स्तर मानचित्र कि छवि कहाँ छेड़ी गई, और रंग-चैनल छाप मिलती है।
अपनी छवि यहाँ छोड़ें, या चुनने के लिए क्लिक करें
आप Ctrl / ⌘ + V से क्लिपबोर्ड से भी चिपका सकते हैं
प्रामाणिकता स्कोर
ये परिणाम अनुमान-आधारित फ़ोरेंसिक संकेतक हैं, कोई कानूनी निर्धारण नहीं। स्कोर को ELA मानचित्र और परत-वार विवरण के साथ पढ़ें, और महत्वपूर्ण निष्कर्षों की स्रोत सत्यापन से पुष्टि करें।हमारा अस्वीकरण देखें.
बहु-परतीय पहचान
कोई अकेला परीक्षण हर नक़ल नहीं पकड़ता। हमारा इंजन चार स्वतंत्र विश्लेषण समानांतर चलाता है और उनका आपसी मिलान करता है, ताकि जो हेरफेर एक परत से बच निकले उसे दूसरी पकड़ ले।
देखें कि कोई परत किसी फ़्रेम पर क्या मापती है, परत चुनें
आयाम, प्रारूप और बिट गहराई हेडर से पढ़े जाते हैं और आपस में जाँचे जाते हैं।
ग्रेन हर रंग चैनल में अलग मापा जाता है। बनाए गए हिस्से असामान्य रूप से चिकने निकलते हैं।
फ़्रेम को दोबारा एन्कोड करके तुलना की जाती है, जिससे पता चलता है कि उसे कितनी बार सहेजा गया।
त्रुटि स्तर पूरे फ़्रेम पर मैप होते हैं। चिपकाए गए हिस्से एकसमान पृष्ठभूमि पर चमकते हैं।
आयामी हस्ताक्षर, अनुपात की अखंडता, प्रारूप छाप और प्रति पिक्सेल बिट घनत्व की जाँच करता है, ताकि संपादन प्रक्रियाओं और जेनरेटरों द्वारा छोड़ी गई विसंगतियाँ सामने आएँ।
असली कैमरा सेंसर अव्यवस्थित, चैनल-स्वतंत्र दाना पैदा करते हैं। डिफ़्यूज़न मॉडल और रीटच सांख्यिकीय रूप से चिकना नॉइज़ बनाते हैं, हम यह अंतर हर रंग चैनल में मापते हैं।
हर पुनःकूटलेखन क्वांटीकरण के निशान छोड़ता है। नियंत्रित पुनः संपीड़न पर छवि की प्रतिक्रिया का प्रोफ़ाइल बनाकर हम संपादन की ऐसी पीढ़ियाँ पकड़ते हैं जो नंगी आँख से अदृश्य हैं।
ELA दृश्यक पूरे फ़्रेम में संपीड़न त्रुटि का ऊष्मा-मानचित्र बनाता है, और जोड़े गए वस्तुओं, क्लोन किए गए हिस्सों तथा चिपकाए गए चेहरों को एकसमान पृष्ठभूमि पर चमकीली विसंगतियों के रूप में उभारता है।
यह कैसे काम करता है
कोई खाता नहीं, कोई कतार नहीं, कोई क्रेडिट कार्ड नहीं। फ़ाइल छोड़ें और परिणाम पढ़ें।
खींचकर छोड़ें, फ़ाइलों में से चुनें, या सीधे क्लिपबोर्ड से चिपकाएँ। फ़ाइल को स्मृति में आपका अपना ब्राउज़र पढ़ता है, कुछ भी भेजा नहीं जाता।
मेटाडेटा, नॉइज़, संपीड़न और त्रुटि-स्तर HTML5 कैनवास पर समानांतर गणना किए जाते हैं। प्रगति पट्टी बढ़ने के साथ आप हर परत को वास्तविक समय में पूरा होते देख सकते हैं।
आपको मुख्य निष्कर्ष, प्रामाणिकता स्कोर, सरल भाषा में परत-वार विवरण, ELA ऊष्मा-मानचित्र और रंग हिस्टोग्राम मिलता है, साथ ही डाउनलोड करने योग्य पाठ रिपोर्ट।
कोई चरण चुनें, या फ़ाइल को उससे गुज़रते देखें
फ़ाइलें और सीमाएँ
मदद पन्ने में छिपाने के बजाय शुरू में ही बता दिया गया। जो जाँचकर्ता अपनी सीमाएँ छिपाता है, वह अपनी कमज़ोरियाँ छिपा रहा होता है।
अधिकांश iPhone में कैमरे का डिफ़ॉल्ट प्रारूप HEIC होता है, इसलिए पहले उसे JPEG में बदलें। शेयर मेन्यू से बनी प्रति के बजाय मूल फ़ाइल निर्यात करें, क्योंकि साझा करने पर छवि दोबारा संपीड़ित होती है और वे निशान मिट जाते हैं जिन पर विश्लेषण टिका है।
देखें कि किसी फ़ाइल प्रकार को कैसे संभाला जाता है, प्रकार चुनें
स्वीकृत
आपके ब्राउज़र में ही डिकोड और मापा जाता है।
पहले बदलें
JPEG में निर्यात या रूपांतरित करें, फिर उस फ़ाइल का विश्लेषण करें।
समर्थित नहीं
ब्राउज़र का कैनवास इसे डिकोड नहीं कर सकता, इसलिए कोई माप संभव नहीं।
हमें क्यों चुनें
अधिकांश जाँचकर्ता आपको एक प्रतिशत थमाकर भरोसे की उम्मीद करते हैं। हम प्रमाण दिखाते हैं: किस परत ने क्या चिह्नित किया, और छवि में वह कहाँ हुआ।
हर स्कोर उन चार मापों में विभाजित होता है जिनसे वह बना है, हर एक अपने कच्चे आँकड़े के साथ, ताकि आप हमारे निर्णय पर निर्भर रहने के बजाय अपना निर्णय बना सकें।
GAN और डिफ़्यूज़न आउटपुट, न्यूरल रेंडरिंग, चेहरा बदलना और डीपफ़ेक, स्प्लाइसिंग और कॉपी-मूव जालसाज़ी, तथा रंग ग्रेडिंग, एक्सपोज़र बढ़ाना और फ़िल्टर परतों जैसे सूक्ष्म काम पकड़ता है।
विश्लेषण शुद्ध क्लाइंट-साइड JavaScript है। संवेदनशील साक्ष्य, अप्रकाशित तस्वीरें और गोपनीय मुक़दमे की सामग्री कभी नेटवर्क पार नहीं करती, इसीलिए कानूनी और समाचार कक्ष के उपयोगकर्ता इसे वास्तव में इस्तेमाल कर पाते हैं।
कोई क्रेडिट नहीं, कोई सीमा नहीं, कोई वॉटरमार्क वाला निर्यात नहीं। चूँकि गणना आपकी मशीन पर होती है, आप पर डालने के लिए कोई सर्वर बिल ही नहीं है।
पहचान का दायरा
| Category | Detection rate |
|---|---|
| एआई जनन (GAN / डिफ़्यूज़न) | 96% |
| डीपफ़ेक और चेहरा बदलना | 93% |
| स्प्लाइसिंग और कॉपी-मूव | 91% |
| रीटच और रंग ग्रेडिंग | 88% |
| पुनः संपीड़न की पीढ़ियाँ | 94% |
मूल, संपादित और जनित छवियों के आंतरिक मानक संग्रहों से प्राप्त सांकेतिक पहचान दरें। वास्तविक प्रदर्शन छवि की गुणवत्ता और फ़ाइल कितनी बार पुनः सहेजी गई है, इस पर निर्भर करता है।
दुनिया भर में भरोसेमंद
150 से अधिक देशों में पत्रकारों, मॉडरेटरों, बीमाकर्ताओं और अन्वेषकों द्वारा की गई लाखों जाँचें: हर एक स्थानीय रूप से प्रोसेस की गई।
मेटाडेटा, नॉइज़, संपीड़न और त्रुटि-स्तर विश्लेषण को एक साथ तौला जाता है, ताकि कोई एक अस्पष्ट पठन अकेले परिणाम तय न कर सके।
कोई उपयोग सीमा नहीं, कोई दर सीमा नहीं, कोई सदस्यता स्तर नहीं। व्यक्तिगत और पेशेवर उपयोग के लिए स्थायी रूप से और बिना पंजीकरण के मुफ़्त।
पहचान का दायरा
यह इंजन शास्त्रीय छवि फ़ोरेंसिक को आधुनिक जनन-अवशेष पहचान के साथ जोड़ता है, ताकि हेरफेर का पूरा दायरा कवर हो, भद्दी चिपकाई से लेकर फ़ोटो-यथार्थवादी डिफ़्यूज़न रेंडर तक।
मुझे ELA मानचित्र ने ही आश्वस्त किया। ठीक उसी क्षेत्र की ओर इशारा कर पाना जो गड़बड़ है और संपादक को कारण समझा पाना (वह भी ऐसे उपकरण में जो फ़ाइल कभी अपलोड नहीं करता) किसी और अपारदर्शी विश्वास-संख्या से कहीं अधिक मूल्यवान है।
हम हर सप्ताह सैकड़ों दावा तस्वीरें जाँचते हैं। यह पहला मुफ़्त जाँच उपकरण है जिसे हमारी अनुपालन टीम ने मंज़ूरी दी, ठीक इसलिए कि कुछ भी नेटवर्क पर नहीं जाता।
मैं इससे डिजिटल फ़ोरेंसिक का एक मॉड्यूल पढ़ाती हूँ। छात्र देख पाते हैं कि नॉइज़ और संपीड़न परतें एक-दूसरे से असहमत हैं, और यही तो सीख है।
जनरेटिव मॉडल
टेक्स्ट से छवि बनाने वाले उपकरण कुछ ही आर्किटेक्चर पर आ टिके हैं। इंजन किसी एक उत्पाद को नहीं, बल्कि उन आर्किटेक्चर द्वारा छोड़े गए आर्टिफ़ैक्ट परिवारों को खोजता है।
कोई जनरेटर चुनें और देखें कि वह क्या छोड़ जाता है
जनरेटर
आर्किटेक्चर
डिफ़्यूज़न
GAN
इंजन क्या मापता है
शोर का समतलन
आवृत्ति अवशेष
संपीड़न प्रोफ़ाइल
पिक्सेल संगति
स्कोर बताता है कि छवि के कृत्रिम होने की संभावना कितनी है, यह नहीं कि उसे किस उपकरण ने बनाया। केवल पिक्सेल से किसी विशिष्ट मॉडल की पहचान कोई भी डिटेक्टर भरोसे के साथ नहीं कर पाता, और इसके विपरीत दावा करने वाला उत्पाद ज़्यादा वादा कर रहा है।
ईमानदार सीमाएँ
इस पन्ने के हर दावे की एक सीमा है। ये रहीं हमारी, साफ़ शब्दों में, क्योंकि ज़रूरत से ज़्यादा दावा करने वाला सत्यापन उपकरण बुरे फ़ैसले संभव बना देता है।
इसका अर्थ है कि कोई आर्टिफ़ैक्ट नहीं मिला। कुशल संपादन, अत्यधिक संपीड़ित फ़ाइल या स्क्रीनशॉट, तीनों ऊँचा स्कोर दे सकते हैं और फिर भी बदले हुए हो सकते हैं।
मैसेजिंग ऐप और सोशल प्लेटफ़ॉर्म अपलोड पर छवियों को दोबारा एन्कोड करते हैं। अग्रेषित या डाउनलोड की गई प्रति का विश्लेषण अक्सर मूल संपादन नहीं, बल्कि प्लेटफ़ॉर्म को मापता है।
फ़ोरेंसिक पिक्सेल से अनुमान लगाता है। कोई फ़ाइल असल में कहाँ से आई और रास्ते में उसके साथ क्या हुआ, यह केवल हस्ताक्षरित Content Credentials ही स्थापित करते हैं।
परिणाम को स्रोत, संदर्भ और पुष्टि के साथ तौलें। अकेले में यह संकेत है, निष्कर्ष कभी नहीं।
देखें कि इधर-उधर भेजी जाती फ़ाइल के साथ क्या होता है
फ़ोरेंसिक सबूत
यह उदाहरण है, माप नहीं। कितना बचता है यह प्लेटफ़ॉर्म और मूल फ़ाइल पर निर्भर करता है।
प्रश्न
किसी परिणाम पर भरोसा करने से पहले लोग जो कुछ पूछते हैं। अब भी उलझन है?हमसे बात करें
डिटेक्टर चार स्वतंत्र फ़ोरेंसिक परतों (मेटाडेटा अखंडता, नॉइज़ पैटर्न विश्लेषण, संपीड़न प्रोफ़ाइल और त्रुटि-स्तर विश्लेषण) को एक ही प्रामाणिकता स्कोर में जोड़ता है। भारी रूप से संपादित और पूरी तरह एआई-जनित छवियाँ विश्वसनीय ढंग से चिह्नित होती हैं।
हल्की प्रोसेसिंग वाली तस्वीरें जानबूझकर एक धूसर क्षेत्र में रहती हैं: ग़लत दो-टूक फ़ैसला थोपने के बजाय, यह उपकरण एक अनिर्णायक श्रेणी लौटाता है और दिखाता है कि कौन-सी परत असहमत है। स्कोर को हमेशा ELA मानचित्र के साथ पढ़ें।
Midjourney, DALL·E और Stable Diffusion जैसे एआई जेनरेटरों द्वारा छोड़े गए चिह्न; Photoshop और GIMP सहित पेशेवर संपादन सॉफ़्टवेयर; स्प्लाइसिंग और कॉपी-मूव जालसाज़ी जैसी तकनीकी हेरफेर; चेहरे में बदलाव और डीपफ़ेक; तथा फ़िल्टर एवं रंग व प्रकाश समायोजन जैसी हल्की प्रोसेसिंग।
जैसे-जैसे नई जनन तकनीकें और उनके अवशेष दस्तावेज़ित होते हैं, पहचान की युक्तियाँ अद्यतन की जाती हैं।
नहीं। सारी गणनाएँ आपके ब्राउज़र के भीतर HTML5 Canvas API के ज़रिए चलती हैं। कोई अपलोड एंडपॉइंट, कोई भंडारण और छवि डेटा का कोई प्रेषण नहीं है, आप इसे स्वयं अपने ब्राउज़र के नेटवर्क इंस्पेक्टर में सत्यापित कर सकते हैं।
जब आप पृष्ठ बंद करते हैं या पुनः लोड करते हैं, छवि स्मृति से हट जाती है।
एआई-जनित छवियों में विशिष्ट लक्षण होते हैं: रंग चैनलों में असामान्य रूप से एकसमान नॉइज़, पुनः संपीड़न पर असामान्य प्रतिक्रिया, और लगभग समान पड़ोसी पिक्सेल वाले बड़े क्षेत्र। ये लक्षण नॉइज़ और पिक्सेल-संगति परतों को नीचे खींचते हैं, जिससे संयुक्त स्कोर गिरता है।
बड़ा किया गया, फ़िल्टर किया गया या स्क्रीनशॉट से 'धोया' गया आउटपुट कठिन होता है, क्योंकि यह धुलाई ठीक उन्हीं अवशेषों को नष्ट कर देती है जिन्हें हम मापते हैं, हमेशा मूल फ़ाइल को प्राथमिकता दें।
10 MB तक JPG, PNG और WEBP। सबसे भरोसेमंद पठन के लिए 800×600 से 4000×3000 पिक्सेल के बीच की छवियाँ इस्तेमाल करें, यह सीमा एल्गोरिद्म को पर्याप्त विवरण देती है, बिना उन्हें नॉइज़ में डुबोए।
छोटी और बड़ी फ़ाइलों का विश्लेषण भी ठीक होता है, पर स्क्रीनशॉट और सोशल मीडिया से डाउनलोड पहले ही पुनः संपीड़ित हो चुके होते हैं, जिससे हर फ़ोरेंसिक संकेत कमज़ोर पड़ जाता है।
यह वेब उपकरण पूरी तरह मुफ़्त और असीमित है, कोई खाता नहीं, कोई सीमा नहीं, कोई वॉटरमार्क नहीं। चूँकि विश्लेषण आपके ही हार्डवेयर पर चलता है, हमें कोई लागत वसूल नहीं करनी होती।
थोक या प्रोग्रामेटिक सत्यापन के लिए हमें लिखें और अपनी मात्रा तथा उपयोग-परिदृश्य बताएँ।
नहीं। परिणाम मानवीय निर्णय में सहायता के लिए एक अनुमान-आधारित संकेतक है, प्रमाणित फ़ोरेंसिक निष्कर्ष नहीं। इसमें अभिरक्षा-शृंखला नहीं होती और यह प्रमाणित नहीं होता।
जिन कार्यवाहियों में प्रामाणिकता विवादित हो, वहाँ योग्य फ़ोरेंसिक परीक्षक नियुक्त करें जो स्वीकार्य रिपोर्ट तैयार कर सके।
कोई भी आधुनिक, निरंतर अद्यतन होने वाला ब्राउज़र: Chrome, Edge, Firefox, Safari और उनके मोबाइल संस्करण। उपकरण को HTML5 Canvas, FileReader और IntersectionObserver चाहिए, जो वर्षों से मानक हैं।
चूँकि सब कुछ स्थानीय रूप से चलता है, विश्लेषण की गति हमारे सर्वरों पर नहीं बल्कि आपके अपने उपकरण पर निर्भर करती है।
पेशेवर स्तर का छवि सत्यापन: मुफ़्त, असीमित और बनावट से ही निजी। कोई पंजीकरण नहीं: बस एक फ़ाइल छोड़ें।