Comment fonctionne la détection d'images par IA

Les détecteurs d'images IA cherchent les minuscules empreintes laissées par les modèles génératifs, les filtres de beauté et les pipelines de deepfake. L'œil humain ne les voit pas, mais elles sont statistiquement très bruyantes — si l'on sait où regarder.

1. Analyse dans le domaine fréquentiel

Les vraies caméras enregistrent la lumière via une optique, un capteur et un compresseur JPEG. Cette chaîne produit une signature fréquentielle très spécifique — un petit bruit haute fréquence réparti uniformément. Les modèles génératifs (diffusion, GANs) ont tendance à sur-lisser les hautes fréquences et laissent des artefacts périodiques. Une transformée de Fourier les rend visibles sous forme de pics ou de grilles peu naturels.

2. Inversion GAN et erreur de reconstruction

Pour les visages générés par IA, les détecteurs tentent de projeter la photo dans l'espace latent d'un générateur connu. Si le modèle parvient à reconstruire le visage presque parfaitement avec un petit vecteur latent, la photo est statistiquement proche de ce que ce générateur pourrait produire. Les vraies photos résistent à cette inversion : l'erreur de reconstruction reste élevée.

3. Détection des filtres et retouches

Les filtres de beauté lissent la peau, agrandissent les yeux, modifient les teintes et affinent la géométrie du visage. Ces retouches laissent des traces mesurables : variance de texture cutanée anormalement basse, symétrie au-delà de la plage humaine naturelle et géométrie locale déformée autour de la mâchoire et du nez. TrueFace mesure ces signaux par visage, pas par image, afin qu'une photo de groupe où une seule personne est filtrée soit correctement signalée.

4. Indices spécifiques aux deepfakes

Les deepfakes face-swap et lip-sync greffent un visage généré sur un corps réel. Les détecteurs examinent les coutures : décalages de couleur entre visage et cou, bruit de compression différent à l'intérieur et à l'extérieur du visage, direction d'éclairage incohérente et absence de micro-expressions autour des yeux.

5. Pourquoi aucun détecteur n'est fiable à 100 %

Les modèles génératifs s'améliorent chaque mois, et une recompression lourde (capture → réseau social → capture à nouveau) efface beaucoup d'artefacts. Un détecteur responsable renvoie une probabilité, pas un verdict, et s'utilise au mieux avec le contexte (d'où vient la photo ? les métadonnées survivent-elles ?). TrueFace traite chaque résultat comme un signal forensique — pas comme une preuve juridictionnelle.

Essayez vous-même

Téléversez un portrait dans le scanner TrueFace et vous obtiendrez une décomposition par visage des signaux ci-dessus, avec un verdict codé par couleur. Ouvrir le scanner.

Questions fréquentes