待验证50% 置信事实精确时间
研究者通过分析图像频域特征（傅里叶变换下的频率分布异常）、面部生物力学一致性及全局光照方向来识别AI合成图像
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证AI深度伪造检测技术通过识别面部边缘频域异常、眨眼频率不自然、肤色与颈部不一致、背景与前景光照矛盾等伪造痕迹来检测换脸视频74% 相似待验证超广角图像存在周边部拉伸变形（类似地图投影效应），解读时需有经验的眼科医生辨别伪影与真实病变，对AI辅助识别算法的适配也有特殊要求74% 相似已验证2019年图宾根大学研究者发现ImageNet预训练的CNN模型在识别物体时更依赖纹理特征而非形状特征，即纹理偏置现象71% 相似待验证AI皮肤识别的准确性高度依赖拍摄光照和清晰度：应在自然光下、垂直拍摄、避免闪光灯直射，同一部位多角度拍摄，否则识别结果误差极大71% 相似待验证典型的AI生成图像特征包括过度光滑的皮肤、诡异对称、不合逻辑的光影和塑料质感70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/517200API
curl https://kongchang.com/api/v1/knowledge/claims/517200MCP
get_claim(id=517200)