Community画像github.com

PixelProof 图片取证

画像がAI生成か、加工済みか、重複かを判別します。三層の鑑識（メタデータ、知覚ハッシュ、ピクセルモデル）により、ECの受領写真審査、素材の出所追跡、バッチ画像スクリーニングなどに活用できます。

PixelProof 图片取证 とは？

このスキルは、画像がAI生成か、加工済みか、重複かを三層の鑑識手法で判定します。第一層のメタデータ分析では、中国のAIGC規格識別子（TC260）やC2PA証明書、EXIF情報（カメラ機種など）を高速（ミリ秒単位）にスキャンし、AI生成画像に特有の透かしを検出します。ただし、画像を再保存するとこれらの識別子は失われるため、元画像またはそのまま転送された画像に限定されます。第二層の知覚ハッシュ（pHash/dHash）照合は、約20ミリ秒/画像で処理し、pHash距離が10以下の画像を重複と判定します。プラットフォームの圧縮やリサイズに対しても堅牢で、わずかな切り抜き（7.5%の端）でもある程度検出可能です。第三層のピクセルモデルは、より高精度ですが処理が遅く（0.2〜0.6秒/画像）、実験的なCommunity-Forensics ViT-S/384モデル（CVPR 2025）を使用します。このモデルは既知の生成器（例：DALL·E 2）に対して高い精度を示しますが、未知の生成器（2026年以降のもの）に対してはほぼ無力で、信頼度が0.0000〜0.0019と非常に低くなります。そのため、このモデルは「ヒットした場合にのみ意味がある」という前提で使用する必要があります。このスキルは、Claude CodeやCursorなどのコマンドライン環境で動作し、ECの受領写真審査や素材管理、バッチ処理などに適しています。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Jan-My31/image-forensics-expert/tree/HEAD/skills/pixelproof-image-forensics

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

オリジナルを見る→すべてのスキルを見る

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

ドキュメント

AI 画像鑑識

使用するタイミング

ユーザーが「この画像はAI生成か？加工されているか？他人が使った画像か？」と尋ねた場合、または複数の画像（受領写真、レビュー画像、素材画像）を一括審査する場合に使用します。

コマンド一例

python3 scripts/probe.py 画像パス...              # メタデータ層のみ実行
python3 scripts/probe.py --dir ディレクトリ --lib 画像ライブラリパス  # 重複チェックを含む
python3 scripts/probe.py --dir ディレクトリ --model <重みディレクトリ>  # ピクセル層を含む（オプション）

出力は4段階の結果です。NO-EVIDENCE を「本物の画像」と表現しないでください。

結果意味できること
AI-SIGNEDAIGC国内規格識別子またはC2PA証明書ありそのまま信頼できる。生成元の自己証明。
AI-LIKELY生成器の指紋あり、またはピクセルモデルが高スコア手がかりとしてのみ利用。人間による確認が必要。
DUPLICATE画像ライブラリ内のいずれかの画像とのpHash距離が10以下重複と判定可能。
NO-EVIDENCE3層すべてで手がかりなし「本物」とは言えず、「証拠なし」としか言えない。

3層の実際の能力（ローカルテストに基づく。イメージで約束しないこと）

第1層 メタデータ——最も正確で、最も安価（ミリ秒単位、純Python）。

  • 国内で準拠して生成された画像には、TC260 AIGC 暗黙的識別子が含まれます：{"AIGC":{"Label":"1","ContentProducer":...,"ProduceID":...,"ReservedCode1":"...sm3...sm2..."}}。これはPNGのeXIfチャンクのUserComment（0x9286）に格納されることが多く、tEXtにはありません。そのため、テキストブロックのみをスキャンするツールでは見落とされます。
  • ただし、一度再保存すると失われます：PillowでJPGやPNGとして保存し直すと、これらのフィールドは消えます。そのため、この層は「元画像とそのまま転送された画像」のみを検出でき、「スクリーンショットや加工済み画像」は検出できません。
  • カメラ機器のMake/Model/DateTimeOriginalが存在する場合、その画像はカメラから直接出力されたものです。すべて空の場合は、ソーシャルプラットフォームで処理されたか、スクリーンショットである可能性が高いです。

第2層 重複チェック——pHash + dHash、20ミリ秒/画像。

  • プラットフォームでの圧縮、リサイズ、スクリーンショット：距離0〜2、ほぼ影響なし。
  • 7.5%の端を切り抜いた場合：距離8〜24、一部を見逃す可能性あり。
  • 異なる画像間の最小距離は24。そのため、しきい値を10に設定するのは安全です。

第3層 ピクセルモデル——低速で不安定。必要な場合のみ使用。

  • Community-Forensics ViT-S/384（CVPR 2025）：CPUで1画像あたり0.2〜0.6秒。訓練分布内の古い生成器には非常に有効（DALL·E 2の公式テスト画像5枚すべてを識別）。ただし、新しい生成器には全く無効（同一人物が2026年生成の画像7枚をテストした結果、すべてを本物と判定、信頼度は0.0000〜0.0019）。
  • そのため、ピクセル層の信頼範囲は「ヒットした場合にのみ意味がある。ヒットしなければ何も意味しない」です。
  • 重みはリポジトリに含まれていません。最初に OwensLab/commfor-model-384（Hugging Face、87MB）をダウンロードし、models/commfor384/ に配置する必要があります。

3つのモデルの役割（間違えないこと）

スクリプトモデル入力として適切なもの絶対に入力してはいけないもの
scripts/run_commfor.pyViT-S/16 384（CVPR'25 汎用生成画像識別）汎用生成画像、デフォルト --size 384224用の重みを使用しないこと。テストした同一画像群で5枚中3枚しか識別できなかった。
scripts/run_raiw.pyRAIW source-classify（10メーカー + unknown）「どのメーカーが生成したか」を知りたい場合識別器として使用しないこと。テストした17枚すべてが棄権した。
scripts/run_xai.pyEfficientNetV2-B0 5クラス分類（FF++ 顔変換）顔画像のみ商品画像や受領写真。テストした10枚の本物画像のうち5枚を誤判定した。
python3 scripts/run_commfor.py 画像.jpg --size 384 --weights /path/model.safetensors
python3 scripts/run_raiw.py     画像.jpg --weights /path/multi-provider-source-v3.npz
python3 scripts/run_xai.py      顔画像.jpg --weights /path/ff_attribution.ckpt

3つのスクリプトはすべて --weights で重みを指定可能、--out でファイル出力可能（指定しない場合は標準出力のみ）。重みの検索順序は統一して： --weights > 環境変数 > scripts/../models/<モデル名>/。重みはリポジトリに含まれていません。自分でダウンロードする必要があります：

モデル入手先サイズ
commfor384HF OwensLab/commfor-model-38487 MB
commfor224HF OwensLab/commfor-model-22486 MB
RAIWHF wiltodelta/raiw-source-classify2.03 GB
XAI-Deepfakesリポジトリ内 model/checkpoint/ff_attribution.ckpt70 MB

国内からダウンロードする場合はミラー追加：HF_ENDPOINT=https://hf-mirror.com。大容量ファイルは aria2c -x16 -s16 を使用。

ユーザーに手動でダウンロードコマンドを組ませないこと。 既製のスクリプトがあります（デフォルトでhf-mirror、aria2cマルチスレッド、ダウンロード後にファイルサイズとSHA256を検証）：

python3 scripts/fetch_weights.py --list           # 一覧 + 現在の状態
python3 scripts/fetch_weights.py commfor384       # 87 MB、ピクセル層のみ実行するならこれで十分
python3 scripts/fetch_weights.py --all --jobs 16  # 4つすべてダウンロード、合計2.2 GB
python3 scripts/fetch_weights.py --all --check    # 既存ファイルのみ検証

スクリプトはレジューム対応。プロキシによって中断されたファイルは、ファイルサイズ + SHA256 で検出されます（実際に発生：GitHub tarball で70MBのckptが不足し、解凍時に failed finding central directory エラーが発生）。ダウンロード完了後は models/<モデル名>/ に配置され、3つの run_*.py のデフォルト検索パスと一致するため、--weights を指定する必要はありません。

ダウンロードができない場合は、どの手順で停止したかを明確に伝えること。 「理論上は可能」という言葉で実際のテスト結果を代替しないこと。

出力イメージ（この形式で回答すること）

probe.py の実際の出力、3つの段階の各例：

samples/ai/スマホで撮影した宅配便倉庫棚.png   ->   AI-SIGNED
  理由：ファイル内にAIGC準拠識別子あり（Label=1）、生成元の自己証明
  メタデータ：aigc_label | 形式 PNG 1024x1536

samples/variants/real01__p75.jpg   ->   DUPLICATE
  理由：real01.jpg との知覚ハッシュ距離 0、しきい値 10
  メタデータ：肯定マークなし | 形式 JPEG 1280x853
  重複：最近傍 real01.jpg 距離 0  ≤10 で重複と判定

samples/real/real02.jpg   ->   NO-EVIDENCE
  理由：3層とも識別子なし。これは本物の画像を意味しない。業務側で別の証拠を探す必要あり。
  メタデータ：肯定マークなし | 形式 JPEG 4500x3000

ユーザーに伝える際は、結果段階は大文字のまま出力すること。「AIの疑い」などの曖昧な表現に翻訳しないこと。理由の行は書き換えず、判定根拠としてそのまま伝えること。NO-EVIDENCE の後には「これは本物の画像を意味しません」と必ず付け加え、誤解を防ぐこと。

しきい値クイックリファレンス

判定基準しきい値根拠
pHash 重複判定≤10異なる画像間の最小距離は24、十分な余裕あり
ピクセル p_fake>0.6 のみ手がかりとして扱う0.1〜0.6 の範囲は基本的にノイズ
AIGC識別子存在すればヒット標準フィールド、しきい値なし

3つの限界（ユーザーに必ず伝えること）

  1. 識別子がない ≠ 本物の画像。 一度保存し直すだけで消える。クリップボード、WeChat転送、スクリーンショットですべて消える。
  2. ピクセルモデル単独で断定してはいけない。 未知の生成器に対しては効果がゼロになり、本物の画像を誤判定することもよくある（テストでは、iPhoneで撮影した段ボール箱の画像を384版モデルが0.896のスコアでAI生成と判定）。
  3. 追跡可能にするには業務上の手段を取る必要がある： アップロード時に元画像のバイトハッシュを保存、デバイス指紋を記録、同一注文の履歴画像を比較する。これらはどの検出モデルよりも信頼性が高い。

反面教師

  • image-provenance（クライアントサイドWebツール）：見た目は良く、周波数領域分析も完全だが、ソースコードにAIGC/TC260関連のキーワードが一切なく、中国の準拠識別子を完全に無視。また、メタデータ解析はCDN経由でexifrを読み込むため、オフラインではバイトレベルヒューリスティックに退化する。実際に完全なAIGC識別子を持つ画像を解析させたところ、「AIソース証明書を発見できませんでした」と表示した。
  • XAI-Deepfakes：顔変換（FaceForensics++）マルチクラス分類器で、顔のみを認識する。宅配便受領写真を入力すると、10枚の本物画像のうち5枚がFace2Face/DeepFakes/NeuralTexturesと誤判定される。
  • LAID：アーキテクチャは非常に軽量（ShuffleNet 0.34Mパラメータ、CPU 20ms）だが、重みがGoogle Driveにあるため、国内からダウンロードできない。

関連スキル

steipete/songsee

Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.

community

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

community

mattpocock/improve-codebase-architecture

Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.

community

lobehub/add-provider-doc

Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.

community

addyosmani/browser-testing-with-devtools

Tests in real browsers via Chrome DevTools MCP. Use when building or debugging anything that runs in a browser. Use when you need to inspect the DOM, capture console errors, analyze network requests, profile performance, or verify visual output with real runtime data. Requires the chrome-devtools MCP server to be configured.

community

bytedance/chart-visualization

This skill should be used when the user wants to visualize data. It intelligently selects the most suitable chart type from 26 available options, extracts parameters based on detailed specifications, and generates a chart image using a JavaScript script.

community
← More 画像 skills