Skip to content

863401402/image-provenance

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

37 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Image Provenance

Pages License Client-side

中文 · English

AI 图片溯源分析工具。100% 在浏览器里跑,图片从不离开你的设备。

👉 打开在线演示


界面预览

溯源检测主视图

转换功能前后对比

能做什么

  • 多层检测:C2PA / Content Credentials、Google SynthID、OpenAI DALL-E / Sora、Midjourney、Stable Diffusion / Flux、Adobe Firefly 等 AI 生成签名。带强/中/弱置信度徽标,只有强中信号才报"命中"。
  • 元数据详情:EXIF / XMP / IPTC / ICC 全展开,GPS 带隐私警告 + OSM 链接,XMP 编辑历史完整时间线。
  • 频域分析:Web Worker 里跑 65 个特征 + viridis FFT 热图 + 对数径向谱 + 12 条启发式规则的加权判定。
  • 图片转换:字节级剥 C2PA → Canvas 重编码 → 可选水印扰动 → 注入 17 款真实相机 EXIF(iPhone 17 Pro Max / Sony α1 II / Leica Q3 等)。
  • 水印扰动 v2:8 项技术(含真 2D-FFT 相位扰动)+ 4 档预设(轻量 / 推荐 / 强力 / 极限)。不旋转、不翻转、不改宽高比。

技术栈

零构建,单 HTML + ES Modules。仅两个 CDN 依赖:exifr 读元数据、piexifjs 注入 EXIF。其余全部手写 —— FFT / DCT / DWT、JUMBF sniffer、8 项水印扰动、65 特征。

本地运行

git clone https://github.com/863401402/image-provenance
cd image-provenance
python3 -m http.server 8000   # 打开 http://localhost:8000

ES Modules + Web Worker 需要 HTTP 协议,file:// 打不开。

准确性与伦理

不是深度学习分类器。 基于 Corvi 2023 等研究,仅靠频域特征对现代扩散模型的二分类准确率约 70-85%。工具价值在三层:强信号几乎不会错(C2PA / EXIF 直接声明);中等信号供参考;频域分析让你自己看,不盲信单个数字。

水印扰动为学术研究用途,设计用于隐私去识别与鲁棒性评估,不鼓励用于虚假信息传播、身份伪造或欺诈。立场参考 WAVES (NeurIPS 2024)

交流

📱 微信交流群(二维码过期请开 Issue)

微信交流群二维码

🔗 友情链接 · LINUX DO · NodeSeek

许可

MIT

About

AI image detector and watermark disruption toolkit (client-side, WIP)

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors