जेपीईजी एआई वास्तविक और सिंथेटिक के बीच की रेखा को धुंधला करता है

इस साल फरवरी में, जेपीईजी एआई अंतर्राष्ट्रीय मानक प्रकाशित किया गया था, जो कई वर्षों के शोध के बाद मशीन लर्निंग तकनीकों का उपयोग करके एक छोटा और अधिक आसानी से पारित और संग्रहीत छवि कोडेक बनाने के लिए था, बिना संवेदी गुणवत्ता में कोई नुकसान के।

जेपीईजी एआई के लिए आधिकारिक प्रकाशन स्ट्रीम से, पीक सिग्नल-टू-नॉइज़ रेशियो (पीएसएनआर) और जेपीईजी एआई के एमएल-ऑगमेंटेड दृष्टिकोण के बीच तुलना। स्रोत: https://jpeg.org/jpegai/documentation.html

एक संभावित कारण यह है कि यह आगमन कम हेडलाइंस बनाया क्योंकि इस घोषणा के लिए कोर पीडीएफ मुफ्त-प्रवेश पोर्टल जैसे अर्क्सिव के माध्यम से उपलब्ध नहीं थे। हालांकि, अर्क्सिव ने पहले से ही जेपीईजी एआई के विभिन्न पहलुओं पर कई अध्ययन प्रस्तुत किए थे, जिनमें विधि के असामान्य संपीड़न कलाकृतियां और इसका फोरेंसिक के लिए महत्व शामिल थे।

एक अध्ययन ने संपीड़न कलाकृतियों की तुलना की, जिसमें जेपीईजी एआई के एक पिछले मसौदे के कलाकृतियां शामिल थे, जिसमें पाया गया कि नई विधि में पाठ को धुंधला करने की प्रवृत्ति थी – जो उन मामलों में एक छोटी बात नहीं है जहां कोडेक साक्ष्य श्रृंखला में योगदान कर सकता है। स्रोत: https://arxiv.org/pdf/2411.06810

क्योंकि जेपीईजी एआई छवियों को सिंथेटिक इमेज जनरेटर की कलाकृतियों की नकल करने वाले तरीके से बदलता है, मौजूदा फोरेंसिक उपकरण वास्तविक और नकली छवियों के बीच अंतर करने में कठिनाई होती है:

जेपीईजी एआई संपीड़न के बाद, राज्य-ऑफ-द-आर्ट एल्गोरिदम अब स्थानीयकरण मानचित्रों में प्रामाणिक सामग्री और हेरफेर किए गए क्षेत्रों को विश्वसनीय रूप से अलग नहीं कर सकते हैं, एक हालिया पेपर (मार्च 2025) के अनुसार। स्रोत: https://arxiv.org/pdf/2412.03261

एक कारण यह है कि जेपीईजी एआई एक मॉडल आर्किटेक्चर का उपयोग करता है जो फोरेंसिक उपकरणों द्वारा पता लगाने के लिए डिज़ाइन किए गए जनरेटिव सिस्टम के समान है:

नई पेपर एआई-चालित छवि संपीड़न और वास्तविक एआई-जनरेटेड छवियों के तरीकों के बीच समानता को दर्शाता है। स्रोत: https://arxiv.org/pdf/2504.03191

इसलिए दोनों मॉडल कुछ समान अंतर्निहित दृश्य विशेषताओं का उत्पादन कर सकते हैं, फोरेंसिक दृष्टिकोण से।

क्वांटाइजेशन

यह ओवरलैप दोनों आर्किटेक्चर में सामान्य क्वांटाइजेशन के कारण होता है, और जो मशीन लर्निंग में निरंतर डेटा को विच्छिन्न डेटा बिंदुओं में परिवर्तित करने के तरीके के रूप में उपयोग किया जाता है, और एक आप्टिमाइजेशन तकनीक के रूप में जो एक प्रशिक्षित मॉडल के फ़ाइल आकार को काफी कम कर सकती है (आकस्मिक छवि संश्लेषण उत्साही इस प्रतीक्षा के साथ परिचित होंगे एक आधिकारिक मॉडल रिलीज़ के बीच, और एक सामुदायिक-नेतृत्व वाले क्वांटाइज़ड संस्करण जो स्थानीय हार्डवेयर पर चल सकता है)।

इस संदर्भ में, क्वांटाइजेशन छवि के लेटेंट प्रतिनिधित्व में निरंतर मूल्यों को विच्छिन्न मूल्यों में परिवर्तित करने की प्रक्रिया को संदर्भित करता है। जेपीईजी एआई इस प्रक्रिया का उपयोग छवि को संग्रहीत या पारित करने के लिए आवश्यक डेटा की मात्रा को कम करने के लिए करता है bằng छवि के आंतरिक संख्यात्मक प्रतिनिधित्व को सरल बनाकर।

हालांकि क्वांटाइजेशन एन्कोडिंग को अधिक कुशल बनाता है, यह संरचनात्मक नियमितताएं भी लगाता है जो जनरेटिव मॉडल द्वारा छोड़े गए कलाकृतियों के समान हो सकती हैं – परCEPTION को避 करने के लिए पर्याप्त सूक्ष्म, लेकिन फोरेंसिक उपकरणों के लिए विघटनकारी।

इसके जवाब में, एक नए काम के लेखक, जिसका शीर्षक जेपीईजी एआई छवियों के लिए तीन फोरेंसिक संकेत है, जेपीईजी एआई संपीड़न का पता लगाने के लिए; यह निर्धारित करने के लिए कि क्या एक छवि को पुनः संपीड़ित किया गया है; और संपीड़ित वास्तविक छवियों को एआई मॉडल द्वारा पूरी तरह से उत्पन्न छवियों से अलग करने के लिए व्याख्यात्मक, गैर-तंत्रिका तकनीकों का प्रस्ताव करते हैं।

विधि

रंग संबंध

पेपर जेपीईजी एआई छवियों के लिए तीन ‘फोरेंसिक संकेत’ प्रस्तावित करता है: रंग चैनल संबंध, जो जेपीईजी एआई के प्रीप्रोसेसिंग चरणों के दौरान पेश किए जाते हैं; मापनीय विकृतियां छवि गुणवत्ता में पारित करने योग्य कमी के रूप में मापी जाती हैं जो पुनः संपीड़न की घटनाओं को प्रकट करती हैं; और लेटेंट-स्पेस क्वांटाइजेशन पैटर्न जो संपीड़ित छवियों को एआई मॉडल द्वारा उत्पन्न छवियों से अलग करने में मदद करते हैं।

रंग संबंध-आधारित दृष्टिकोण के संबंध में, जेपीईजी एआई की प्रीप्रोसेसिंग पाइपलाइन छवि के रंग चैनलों के बीच सांख्यिकीय निर्भरता पेश करती है, जो एक फोरेंसिक संकेत के रूप में कार्य कर सकती है।

जेपीईजी एआई आरजीबी छवियों को वाईयूवी रंग स्थान में परिवर्तित करता है और 4:2:0 क्रोमा सब्सैम्पलिंग करता है, जिसमें संपीड़न से पहले क्रोमिनेंस चैनलों को डाउनसैम्पल करना शामिल है। यह प्रक्रिया लाल, हरे और नीले चैनलों के उच्च-आवृत्ति अवशेषों के बीच सूक्ष्म संबंधों को जन्म देती है – संबंध जो अनसंपीड़ित छवियों में मौजूद नहीं होते हैं, और जो पारंपरिक जेपीईजी संपीड़न या सिंथेटिक छवि जनरेटर द्वारा उत्पादित लोगों से भिन्न होते हैं:

<img class="size-full wp-image-215539" src="https://www.unite.ai/wp-content/uploads/2025/04/color-correlations.jpg" alt="जेपीईजी एआई संपीड़न द्वारा छवियों में रंग संबंधों को बदलने की तुलना, लाल चैनल का उपयोग करके। पैनल (ए) असंपीड़ित छवियों की तुलना जेपीईजी एआई-संपीड़ित छवियों से करता है, जो दर्शाता है कि संपीड़न अंतर-चैनल संबंधों को काफी बढ़ाता है। पैनल (बी) जेपीईजी एआई के प्रीप्रोसेसिंग के प्रभाव को अलग करता है – केवल रंग रूपांतरण और सब्सैम्पलिंग – यह दिखाते हुए कि यह चरण अकेले संबंधों को đáng तौर पर बढ़ाता है। पैनल (सी) दिखाता है कि पारंपरिक जेपीईजी संपीड़न भी संबंधों को थोड़ा बढ़ाता है, लेकिन उसी डिग्री तक नहीं। पैनल (डी) सिंथेटिक छवियों की जांच करता है, जिसमें मिडजॉर्नी-वी5 और एडोब फायरफ्लाई मॉडरेट संबंध वृद्धि प्रदर्शित करते हैं, जबकि अन्य अनसंपीड़ित स्तरों के करीब रहते हैं।

उपरोक्त में, हम देख सकते हैं कि पेपर से एक तुलना है जो जेपीईजी एआई संपीड़न द्वारा छवियों में रंग संबंधों को कैसे बदलता है, लाल चैनल का उपयोग करके।

पैनल ए असंपीड़ित छवियों की तुलना जेपीईजी एआई-संपीड़ित छवियों से करता है, जो दर्शाता है कि संपीड़न अंतर-चैनल संबंधों को काफी बढ़ाता है; पैनल बी जेपीईजी एआई के प्रीप्रोसेसिंग के प्रभाव को अलग करता है – केवल रंग रूपांतरण और सब्सैम्पलिंग – यह दिखाते हुए कि यह चरण अकेले संबंधों को đáng तौर पर बढ़ाता है; पैनल सी दिखाता है कि पारंपरिक जेपीईजी संपीड़न भी संबंधों को थोड़ा बढ़ाता है, लेकिन उसी डिग्री तक नहीं; और पैनल डी सिंथेटिक छवियों की जांच करता है, जिसमें मिडजॉर्नी-वी5 और एडोब फायरफ्लाई मॉडरेट संबंध वृद्धि प्रदर्शित करते हैं, जबकि अन्य अनसंपीड़ित स्तरों के करीब रहते हैं।

दर-विकृति

दर-विकृति संकेत जेपीईजी एआई पुनः संपीड़न की पहचान करता है जो छवि गुणवत्ता, पीक सिग्नल-टू-नॉइज़ रेशियो (पीएसएनआर) द्वारा मापी जाती है, जो बार-बार संपीड़न पर एक पूर्वानुमानित पैटर्न में गिरती है।

शोध यह तर्क देता है कि जेपीईजी एआई के साथ बार-बार एक छवि को संपीड़ित करने से छवि गुणवत्ता में प्रगतिशील रूप से छोटे, लेकिन अभी भी मापनीय, नुकसान होता है, जो पीएसएनआर द्वारा मापा जाता है, और यह कि यह धीरे-धीरे गिरने वाली गिरावट जेपीईजी एआई पुनः संपीड़न का पता लगाने के लिए एक फोरेंसिक संकेत का आधार बनती है।

पारंपरिक जेपीईजी के विपरीत, जहां पहले के तरीकों ने विशिष्ट छवि ब्लॉकों में परिवर्तनों को ट्रैक किया, जेपीईजी एआई को अपने तंत्रिका संपीड़न आर्किटेक्चर के कारण एक अलग दृष्टिकोण की आवश्यकता होती है; इसलिए, लेखक बिटरेट और पीएसएनआर के विकास को बार-बार संपीड़न पर निगरानी करने का प्रस्ताव करते हैं। प्रत्येक संपीड़न चरण छवि को पिछले एक से कम बदलता है, और यह घटता परिवर्तन (बिटरेट के खिलाफ प्लॉट किया गया) यह दर्शा सकता है कि क्या एक छवि को कई संपीड़न चरणों से गुजरना पड़ा है:

<img class="size-full wp-image-215540" src="https://www.unite.ai/wp-content/uploads/2025/04/rate-distortion-jpeg-ai.jpg" alt="विभिन्न कोडेक्स पर बार-बार संपीड़न के प्रभाव का एक चित्रण, जो दर्शाता है कि जेपीईजी एआई और एक तंत्रिका कोडेक, जो https://arxiv.org/pdf/1802.01436 पर विकसित किया गया था, दोनों में प्रत्येक अतिरिक्त संपीड़न के साथ पीएसएनआर में एक स्थिर गिरावट होती है – यहां तक कि कम बिटरेट पर भी। इसके विपरीत, पारंपरिक जेपीईजी संपीड़न बिटरेट के साथ मिलकर कई संपीड़न पर अपेक्षाकृत स्थिर गुणवत्ता बनाए रखता है, जब तक कि बिटरेट उच्च न हो। यह व्यवहार एक मात्रात्मक संकेत प्रदान करता है जिसका उपयोग जेपीईजी एआई पुनः संपीड़ित छवियों को फ्लैग करने के लिए किया जा सकता है।

उपरोक्त छवि में, हम जेपीईजी एआई, एक दूसरे एआई-आधारित कोडेक, और पारंपरिक जेपीईजी के लिए दर-विकृति वक्रों को चार्टेड देख सकते हैं, जो यह पाते हैं कि जेपीईजी एआई और तंत्रिका कोडेक दोनों में सभी बिटरेट पर पीएसएनआर में एक स्थिर गिरावट होती है, जबकि पारंपरिक जेपीईजी संपीड़न केवल उच्च बिटरेट पर ध्यान देने योग्य गिरावट दिखाता है। यह व्यवहार जेपीईजी एआई पुनः संपीड़ित छवियों को फ्लैग करने के लिए एक मात्रात्मक संकेत प्रदान करता है।

बिटरेट और छवि गुणवत्ता के विकास को बार-बार संपीड़न दौरों पर निकालने से, लेखकों ने एक हस्ताक्षर का निर्माण किया जो यह बताने में मदद करता है कि क्या एक छवि को पुनः संपीड़ित किया गया है, जेपीईजी एआई के संदर्भ में एक संभावित व्यावहारिक फोरेंसिक संकेत प्रदान करता है।

क्वांटाइजेशन

जैसा कि हमने पहले देखा, जेपीईजी एआई द्वारा उठाए गए फोरेंसिक समस्याओं में से एक इसकी दृश्य समानता है सिंथेटिक छवियों के साथ जो डिफ्यूजन मॉडल द्वारा उत्पन्न होती हैं। दोनों सिस्टम एन्कोडर-डिकोडर आर्किटेक्चर का उपयोग करते हैं जो छवियों को संपीड़ित लेटेंट स्पेस में संसाधित करते हैं और अक्सर अपसैम्पलिंग कलाकृतियों को पीछे छोड़ देते हैं।

इन साझा विशेषताओं डिटेक्टरों को भ्रमित कर सकती हैं – यहां तक कि उन लोगों को भी जो जेपीईजी एआई छवियों पर पुनः प्रशिक्षित किए गए हैं। हालांकि, एक प्रमुख संरचनात्मक अंतर बना हुआ है: जेपीईजी एआई क्वांटाइजेशन लागू करता है, जो लेटेंट मूल्यों को कुशल संपीड़न के लिए विच्छिन्न स्तरों पर गोल करता है, जबकि जनरेटिव मॉडल आमतौर पर ऐसा नहीं करते हैं।

नई पेपर इस अंतर का उपयोग करके एक फोरेंसिक संकेत को डिज़ाइन करने का प्रस्ताव करती है जो अप्रत्यक्ष रूप से क्वांटाइजेशन की उपस्थिति का परीक्षण करती है। विधि छवि के लेटेंट प्रतिनिधित्व का विश्लेषण करती है कि यह गोल मूल्यों के साथ कैसे प्रतिक्रिया करता है, यह मानते हुए कि यदि एक छवि को पहले से ही क्वांटाइज़ किया गया है, तो इसका लेटेंट संरचना गोल मूल्यों के साथ एक मापनीय पैटर्न प्रदर्शित करेगी:

इन पैटर्न, जो आंखों से अदृश्य हैं, सांख्यिकीय अंतर उत्पन्न करते हैं जो संपीड़ित वास्तविक छवियों को पूरी तरह से सिंथेटिक छवियों से अलग करने में मदद कर सकते हैं।

<img class=" wp-image-215542" src="https://www.unite.ai/wp-content/uploads/2025/04/fig-7.jpg" alt="एक उदाहरण औसत फोरियर स्पेक्ट्रा यह दर्शाता है कि जेपीईजी एआई-संपीड़ित छवियां और मिडजॉर्नी-वी5 और स्टेबल डिफ्यूजन एक्सएल जैसे डिफ्यूजन मॉडल द्वारा उत्पन्न छवियां दोनों अपसैम्पलिंग से जुड़े नियमित ग्रिड जैसे पैटर्न प्रदर्शित करती हैं फ्रीक्वेंसी डोमेन में – कलाकृतियां। इसके विपरीत, वास्तविक छवियां इन पैटर्न को प्रदर्शित नहीं करती हैं। यह स्पेक्ट्रल संरचना में यह ओवरलैप फोरेंसिक उपकरणों को अक्सर वास्तविक संपीड़ित छवियों के साथ सिंथेटिक छवियों को भ्रमित करने का कारण बताता है।

महत्वपूर्ण रूप से, लेखक यह दिखाते हैं कि यह संकेत विभिन्न जनरेटिव मॉडलों में काम करता है और तब भी प्रभावी रहता है जब संपीड़न इतना मजबूत होता है कि लेटेंट स्पेस के पूरे खंडों को शून्य में ला देता है। इसके विपरीत, सिंथेटिक छवियां इस गोल परीक्षण पर बहुत कमजोर प्रतिक्रिया देती हैं, जो वास्तविक और सिंथेटिक छवियों के बीच अंतर करने के लिए एक व्यावहारिक तरीका प्रदान करती हैं।

परिणाम एक हल्के और व्याख्यात्मक उपकरण के रूप में अभिप्रेत है, जो संपीड़न और पीढ़ी के बीच मूल अंतर पर लक्षित है, बजाय इसके कि यह अस्थिर सतह कलाकृतियों पर निर्भर करता है।

डेटा और परीक्षण

संपीड़न

अपने रंग संबंध संकेत की विश्वसनीयता का मूल्यांकन करने के लिए कि क्या यह जेपीईजी एआई संपीड़न (अर्थात, एक अनसंपीड़ित स्रोत से पहला पास) का पता लगा सकता है, लेखकों ने उच्च गुणवत्ता वाली अनसंपीड़ित छवियों का परीक्षण किया रेज़ डेटासेट से, जिन्हें विभिन्न बिटरेट पर जेपीईजी एआई रेफरेंस इम्प्लीमेंटेशन का उपयोग करके संपीड़ित किया गया था।

उन्होंने एक सरल रैंडम फॉरेस्ट को रंग चैनल संबंधों के सांख्यिकीय पैटर्न पर प्रशिक्षित किया (विशेष रूप से प्रत्येक चैनल में शेष शोर कैसे दूसरों के साथ संरेखित होता है) और इसकी तुलना रेसनेट50 तंत्रिका नेटवर्क से की, जिसे छवि पिक्सल पर सीधे प्रशिक्षित किया गया था।

<img class=" wp-image-215543" src="https://www.unite.ai/wp-content/uploads/2025/04/table-2-3.jpg" alt="विभिन्न बिटरेट पर रंग संबंध विशेषताओं का उपयोग करके जेपीईजी एआई संपीड़न का पता लगाने की सटीकता। विधि कम बिटरेट पर सबसे प्रभावी है, जहां संपीड़न कलाकृतियां मजबूत होती हैं, और देखे गए संपीड़न स्तरों की तुलना में बेसलाइन रेसनेट50 मॉडल की तुलना में बेहतर सामान्यीकरण दिखाती है।

जबकि रेसनेट50 ने उच्च सटीकता हासिल की जब परीक्षण डेटा इसके प्रशिक्षण शर्तों के करीब मेल खाता था, यह विभिन्न संपीड़न स्तरों पर सामान्यीकरण से संघर्ष किया। संबंध-आधारित दृष्टिकोण, हालांकि बहुत सरल, विभिन्न बिटरेट पर अधिक स्थिर साबित हुआ, विशेष रूप से कम संपीड़न दरों पर जहां जेपीईजी एआई की प्रीप्रोसेसिंग एक मजबूत प्रभाव डालती है।

इन परिणामों से पता चलता है कि गहरे शिक्षण के बिना भी, जेपीईजी एआई संपीड़न का पता लगाने के लिए सांख्यिकीय संकेतों का उपयोग किया जा सकता है जो व्याख्यात्मक और लचीले हैं।

पुनः संपीड़न

जेपीईजी एआई पुनः संपीड़न का पता लगाने की क्षमता का मूल्यांकन करने के लिए, शोधकर्ताओं ने विभिन्न बिटरेट पर संपीड़ित एक छवि सेट का परीक्षण किया – कुछ केवल एक बार और अन्य जेपीईजी एआई का उपयोग करके दूसरी बार।

इस विधि में 17-आयामी विशेषता वेक्टर को निकालना शामिल था ताकि यह ट्रैक किया जा सके कि छवि का बिटरेट और पीएसएनआर तीन संपीड़न पासों में कैसे विकसित हुआ। यह विशेषता सेट ने यह मापा कि प्रत्येक चरण में कितनी गुणवत्ता खो गई थी, और कैसे लेटेंट और हाइपरप्रायर दरें व्यवहार करती हैं – मेट्रिक्स जो पारंपरिक पिक्सल-आधारित विधियों के लिए आसानी से सुलभ नहीं हैं।

शोधकर्ताओं ने इन विशेषताओं पर एक रैंडम फॉरेस्ट को प्रशिक्षित किया और इसके प्रदर्शन की तुलना छवि पैच पर प्रशिक्षित रेसनेट50 से की:

<img class=" wp-image-215544" src="https://www.unite.ai/wp-content/uploads/2025/04/table-3-2.jpg" alt="जेपीईजी एआई छवि को पुनः संपीड़ित करने के लिए रेट-विकृति विशेषताओं पर प्रशिक्षित रैंडम फॉरेस्ट के लिए वर्गीकरण सटीकता के परिणाम। विधि तब सबसे अच्छा प्रदर्शन करती है जब प्रारंभिक संपीड़न मजबूत होता है (अर्थात, कम बिटरेट पर), और फिर लगातार एक पिक्सल-आधारित रेसनेट50 को बेहतर बनाती है – विशेष रूप से मामलों में जहां दूसरा संपीड़न पहले से कम मजबूत होता है।

रैंडम फॉरेस्ट तब उत्कृष्ट रूप से प्रभावी साबित हुआ जब प्रारंभिक संपीड़न मजबूत था (अर्थात, कम बिटरेट पर), जो एकल और दोहरी संपीड़ित छवियों के बीच स्पष्ट अंतरों को प्रकट करता है। जैसा कि पिछले संकेत के साथ, रेसनेट50 सामान्यीकरण से संघर्ष किया, विशेष रूप से जब इसे प्रशिक्षण के दौरान देखे गए संपीड़न स्तरों पर परीक्षण किया गया।

रेट-विकृति विशेषताएं, इसके विपरीत, व्यापक परिदृश्यों के पार स्थिर बनी रहीं। उल्लेखनीय रूप से, संकेत जेपीईजी एआई से परे सामान्यीकृत, यह सुझाव देते हुए कि दृष्टिकोण एक अलग एआई-आधारित कोडेक पर भी लागू किया जा सकता है।

जेपीईजी एआई और सिंथेटिक छवियां

अंतिम परीक्षण दौर के लिए, लेखकों ने परीक्षण किया कि क्या उनके क्वांटाइजेशन-आधारित विशेषताएं जेपीईजी एआई-संपीड़ित छवियों को मिडजॉर्नी, स्टेबल डिफ्यूजन, डीएलएल-ई 2, ग्लाइड, और एडोब फायरफ्लाई जैसे मॉडल द्वारा पूरी तरह से सिंथेटिक छवियों से अलग कर सकती हैं।

इसके लिए, शोधकर्ताओं ने सिंथबस्टर डेटासेट के एक उपसेट का उपयोग किया, जिसमें रेज़ डेटाबेस से वास्तविक फोटो को विभिन्न डिफ्यूजन और जीएन-आधारित मॉडल के साथ उत्पन्न छवियों के साथ मिलाया गया था।

सिंथबस्टर में सिंथेटिक छवियों के उदाहरण, जो रेज़-1के डेटासेट से प्राकृतिक फोटोग्राफों से प्रेरित पाठ प्रोम्प्ट का उपयोग करके विभिन्न डिफ्यूजन मॉडल के साथ उत्पन्न किए गए थे। स्रोत: https://ieeexplore.ieee.org/document/10334046

वास्तविक छवियों को विभिन्न बिटरेट स्तरों पर जेपीईजी एआई का उपयोग करके संपीड़ित किया गया था, और वर्गीकरण को दो-तरफ़ा कार्य के रूप में प्रस्तुत किया गया था: या तो जेपीईजी एआई बनाम एक विशिष्ट जनरेटर, या एक विशिष्ट बिटरेट बनाम स्टेबल डिफ्यूजन एक्सएल।

क्वांटाइजेशन विशेषताएं (लेटेंट प्रतिनिधित्व से निकाली गई संबंध) एक निश्चित 256×256 क्षेत्र से गणना की गईं और एक रैंडम फॉरेस्ट वर्गीकरणकर्ता को खिलाई गईं। एक बेसलाइन के रूप में, एक रेसनेट50 को उसी डेटा से पिक्सल पैच पर प्रशिक्षित किया गया था।

जेपीईजी एआई-संपीड़ित छवियों को सिंथेटिक छवियों से अलग करने के लिए क्वांटाइजेशन विशेषताओं का उपयोग करके रैंडम फॉरेस्ट की वर्गीकरण सटीकता।

अधिकांश स्थितियों में, क्वांटाइजेशन-आधारित दृष्टिकोण ने रेसनेट50 बेसलाइन को बेहतर बनाया, विशेष रूप से कम बिटरेट पर जहां संपीड़न कलाकृतियां मजबूत थीं।

लेखकों का कहना है:

‘बेसलाइन रेसनेट50 ग्लाइड छवियों के लिए 66.1% की सटीकता के साथ सबसे अच्छा प्रदर्शन करता है, लेकिन अन्यथा यह देखे गए संपीड़न स्तरों पर जनरलाइज़ करता है। क्वांटाइजेशन विशेषताएं संपीड़न ताकत और जनरेटर प्रकार के माध्यम से अच्छा सामान्यीकरण प्रदर्शित करती हैं।

‘क्वांटाइज़ किए गए संकेतों के गुणांक जो शून्य हो जाते हैं, उनके प्रदर्शन में बहुत सम्मानजनक है, जो अक्सर रेसनेट50 वर्गीकरणकर्ता के समान प्रदर्शन करता है। हालांकि, पूर्ण पूर्णांक वेक्टर का उपयोग करने वाली क्वांटाइजेशन विशेषताएं अभी भी उल्लेखनीय रूप से बेहतर प्रदर्शन करती हैं। ये परिणाम यह पुष्टि करते हैं कि क्वांटाइजेशन के बाद शून्य की मात्रा एक महत्वपूर्ण संकेत है जो एआई-संपीड़ित और एआई-उत्पन्न छवियों को अलग करता है।

‘हालांकि, यह भी दिखाता है कि अन्य कारक भी योगदान करते हैं। जेपीईजी एआई का पता लगाने के लिए पूर्ण वेक्टर की सटीकता सभी बिटरेट पर 91.0% से अधिक है, और मजबूत संपीड़न उच्च सटीकता की ओर ले जाता है।’

यूएमएपी का उपयोग करके फीचर स्पेस का एक प्रोजेक्शन स्पष्ट रूप से जेपीईजी एआई और सिंथेटिक छवियों के बीच विभाजन दिखाता है, जिसमें कम बिटरेट क्लासों के बीच दूरी बढ़ाते हैं। एक सुसंगत आउटलियर ग्लाइड था, जिसकी छवियां अलग तरह से क्लस्टर होती थीं और परीक्षण किए गए किसी भी जनरेटर की तुलना में सबसे कम पता लगाने की सटीकता थी।

<img class=" wp-image-215547" src="https://www.unite.ai/wp-content/uploads/2025/04/umap.jpg" alt="जेपीईजी एआई-संपीड़ित और सिंथेटिक छवियों का दो-आयामी यूएमएपी दृश्य, क्वांटाइजेशन विशेषताओं पर आधारित। बाएं प्लॉट यह दिखाता है कि कम जेपीईजी एआई बिटरेट सिंथेटिक छवियों से दूरी बढ़ाते हैं; दाएं प्लॉट, विभिन्न जनरेटरों के छवियों को विशेषता स्थान में कैसे अलग-अलग क्लस्टर में व्यवस्थित किया जाता है।

अंत में, लेखकों ने मूल्यांकन किया कि क्वांटाइजेशन विशेषताएं टाइपिकल पोस्ट-प्रोसेसिंग के तहत कितनी अच्छी तरह से खड़ी रहती हैं, जैसे कि जेपीईजी पुनः संपीड़न या डाउनसैम्पलिंग। जबकि प्रदर्शन भारी प्रसंस्करण के साथ गिरता है, गिरावट धीरे-धीरे होती है, जो सुझाव देती है कि दृष्टिकोण खराब परिस्थितियों में भी कुछ लचीलापन बनाए रखता है।

<img class=" wp-image-215548" src="https://www.unite.ai/wp-content/uploads/2025/04/table-5.jpg" alt="जेपीईजी पुनः संपीड़न (जेपीजी) और छवि पुनः आकार (आरएस) सहित पोस्ट-प्रोसेसिंग के तहत क्वांटाइजेशन विशेषता की लचीलापन का मूल्यांकन।

निष्कर्ष

यह गारंटी नहीं है कि जेपीईजी एआई व्यापक रूप से अपनाया जाएगा। एक कारण यह है कि मौजूदा कोडेक को बदलने में पर्याप्त बुनियादी ढांचा ऋण है जो किसी भी नए कोडेक को लागू करने में घर्षण पैदा करेगा; और यहां तक कि एक ‘पारंपरिक’ कोडेक, जो एक अच्छी विरासत और मूल्य की व्यापक सहमति के साथ है, जैसे कि एवी1, प्रतिष्ठित विधियों को हटाने में कठिनाई होती है।

जेपीईजी एआई के संभावित टकराव के संबंध में, एआई जनरेटर के साथ, वर्तमान पीढ़ी के एआई छवि डिटेक्टरों को मदद करने वाली विशिष्ट क्वांटाइजेशन कलाकृतियां बाद के सिस्टम में कम हो सकती हैं या अंततः प्रतिस्थापित हो सकती हैं (यह मानकर कि एआई जनरेटर हमेशा फोरेंसिक अवशेष छोड़ देगा, जो निश्चित नहीं है)।

इसका अर्थ यह होगा कि जेपीईजी एआई की अपनी क्वांटाइजेशन विशेषताएं, शायद अन्य संकेतों के साथ जो नई पेपर द्वारा पहचाने गए हैं, सबसे प्रभावी नए जनरेटिव एआई सिस्टम के फोरेंसिक ट्रेल से टकराव नहीं कर सकती हैं।

यदि, हालांकि, जेपीईजी एआई एक डी फैक्टो ‘एआई वॉश’ के रूप में कार्य करना जारी रखता है, जो वास्तविक और उत्पन्न छवियों के बीच के अंतर को महत्वपूर्ण रूप से धुंधला करता है, तो इसके अपनाने का एक मजबूत मामला बनाना मुश्किल होगा।

मंगलवार, 8 अप्रैल, 2025 को पहली बार प्रकाशित