Détecteur de clone d'image

• Détection de falsification par copie et déplacement : détecte les régions clonées ou copiées dans n'importe quelle image à l'aide de la correspondance de blocs de pixels. L'algorithme divise l'image en blocs qui se chevauchent, calcule les signatures de couleur et de texture pour chaque bloc et trouve des paires similaires dans différentes régions de l'image. Parfait pour identifier les techniques courantes de manipulation d'images dans lesquelles des objets sont dupliqués pour masquer ou modifier le contenu de la scène.
• Paramètres de sensibilité réglables : Affinez la détection avec trois préréglages de sensibilité. La haute sensibilité détecte même les modèles de clonage subtils (idéal pour une analyse médico-légale détaillée). Medium offre une détection équilibrée pour un usage général. Une faible sensibilité réduit les faux positifs en exigeant des correspondances de similarité plus fortes. Chaque préréglage ajuste la taille du bloc, la taille du pas, le seuil de similarité et la taille minimale de la région.
• Carte thermique visuelle et détails de la région : les résultats sont affichés sous forme de superposition de carte thermique à code couleur montrant l'emplacement et l'intensité des régions clones détectées. Chaque région détectée est répertoriée avec ses coordonnées de cadre de délimitation, ses dimensions et son score de similarité. La carte thermique utilise des couleurs rouges/chaudes pour indiquer les zones présentant les indicateurs de clonage les plus forts.
• Traitement 100 % privé basé sur un navigateur : toutes les analyses d'images s'effectuent entièrement dans votre navigateur à l'aide de l'API Canvas. Les images sont lues via l'API FileReader et traitées localement - aucune donnée n'est jamais téléchargée sur un serveur. Vos images restent totalement privées sur votre appareil. Pas d'inscription, pas de compte, pas de collecte de données.

• Vérification des preuves médico-légales : vérifier l'authenticité des preuves photographiques utilisées dans les procédures judiciaires. Détectez si les images soumises comme preuve contiennent des régions clonées pouvant indiquer une manipulation. Les journalistes, les enquêteurs et les professionnels du droit peuvent utiliser notre détecteur de clonage d'images pour filtrer les images avant de les présenter comme preuve au tribunal ou de les publier dans des reportages.
• Vérification des faits et détection de la désinformation : images d'écran circulant sur les réseaux sociaux et les plateformes d'information à la recherche de signes de contrefaçon par copie. Les vérificateurs de faits et les journalistes peuvent rapidement vérifier si les images ont été manipulées en détectant les régions dupliquées. Cela permet d’identifier les images falsifiées utilisées dans les campagnes de désinformation, les fausses nouvelles et les publications trompeuses sur les réseaux sociaux.
• Enquête sur la fraude à l'assurance : détectez les réclamations frauduleuses dans lesquelles des images de dommages, d'accidents ou de vol ont été manipulées. Les enquêteurs peuvent numériser les photos des réclamations à la recherche de régions clonées pouvant indiquer un photoshopping. Notre outil permet d'identifier les preuves manipulées dans les cas de fraude à l'assurance impliquant des dommages matériels, des accidents de véhicules et des réclamations pour blessures corporelles.
• Intégrité académique et de recherche : vérifiez l'authenticité des images utilisées dans les articles universitaires et les publications de recherche. Détectez la manipulation d'images chez des personnalités scientifiques, en particulier dans les sciences de la vie et l'imagerie médicale, où la falsification par copie et déplacement a été utilisée pour falsifier les résultats. Garantir l’intégrité de la recherche en examinant les images soumises pour toute falsification.
• Vérification des images sur les réseaux sociaux : vérifiez l'authenticité des images partagées sur les plateformes de réseaux sociaux. Détectez les manipulations de tampon de clonage et de remplissage sensibles au contenu courantes dans l'édition de photos. Les modérateurs de contenu, les journalistes et les utilisateurs concernés peuvent filtrer les images virales à des fins de manipulation avant de les partager ou d'en faire rapport.
• Formation en criminalistique numérique : découvrez les techniques de criminalistique des images et de détection des contrefaçons par copie. Les étudiants et les enseignants peuvent utiliser notre outil pour comprendre le fonctionnement des algorithmes de correspondance de blocs, explorer l'effet des paramètres de sensibilité sur la précision de la détection et étudier les techniques courantes de manipulation d'images utilisées en criminalistique numérique.

La falsification par copie-déplacement est l'une des techniques de manipulation d'image les plus courantes dans laquelle une partie d'une image est copiée et collée (clonée) à un autre emplacement de la même image. Cette technique est souvent utilisée pour dupliquer des objets (ce qui donne l'impression qu'une scène est plus encombrée), masquer des éléments indésirables (couvrant un objet en clonant l'arrière-plan à proximité) ou créer des composites trompeurs. Contrairement à l'épissage (combinaison de deux images différentes), la falsification par copie et déplacement utilise les pixels de la même image, ce qui la rend plus difficile à détecter car la couleur, l'éclairage, le bruit et les caractéristiques de la caméra correspondent parfaitement à la région source.

1. Division de blocs : l'image est divisée en plusieurs petits blocs carrés superposés (généralement de 12 à 24 pixels de chaque côté). Le chevauchement garantit que les régions clonées sont détectées quel que soit leur alignement dans la grille.
2. Calcul de signature : pour chaque bloc, une signature en 6 dimensions est calculée, composée des valeurs de couleur RVB moyennes plus l'écart type de chaque canal. Cela capture à la fois la couleur et la texture/contraste du bloc, le rendant ainsi résistant aux artefacts de compression mineurs.
3. Correspondance de similarité : chaque paire de blocs est comparée en utilisant la similarité cosinusoïdale de leurs signatures. Les blocs très similaires (au-dessus du seuil) mais situés dans des parties différentes de l'image sont marqués comme paires de clones potentielles. Les blocs voisins sont exclus pour éviter de détecter la répétition naturelle de la texture.
4. Regroupement de régions : les paires de blocs marqués sont regroupées en régions connectées à l'aide d'un algorithme de recherche d'union. Les régions qui contiennent suffisamment de blocs (en fonction du paramètre de taille minimale de région) sont signalées comme régions de clone détectées avec des cadres de délimitation et des scores de similarité.

• Utilisez le détecteur de clonage d'images pour : détecter les falsifications par copie et déplacement (clonage/estampage au sein de la même image), vérifier l'authenticité de l'image dans des contextes journalistiques et juridiques, filtrer les images en vue de leur manipulation, en apprendre davantage sur la criminalistique numérique et l'analyse médico-légale préliminaire.
• Utilisez des outils complémentaires pour : l'analyse du niveau d'erreur (ELA) pour détecter les régions d'image avec différents niveaux de compression, l'analyse des métadonnées pour vérifier l'historique d'édition inhabituel, la détection de la stéganographie pour les données cachées et la vérification de l'intégrité de l'image pour la détection de recompression.
• Limitations : cet algorithme détecte la duplication au niveau des pixels. Il peut ne pas détecter le clonage effectué avec des techniques anti-légales (par exemple, légère mise à l'échelle, rotation ou ajustement des couleurs des régions clonées). De très petites régions clonées (moins de ~ 48 × 48 pixels à sensibilité moyenne) peuvent manquer.

Notre détecteur de clone d'images traite tout localement dans votre navigateur. Les images sont lues à l'aide de l'API FileReader et analysées à l'aide de l'API Canvas - aucune donnée n'est jamais envoyée à un serveur. L'outil est 100 % gratuit, sans inscription, sans compte et sans limite d'utilisation. Tout le traitement est entièrement effectué sur votre appareil.

Limites importantes : l'algorithme est conçu pour détecter les contrefaçons exactes ou presque exactes. Il peut produire des faux positifs sur des images présentant des motifs naturels répétitifs (par exemple, des murs de briques, de l'herbe, des tissus) ou des faux négatifs sur des images dans lesquelles des régions clonées ont été transformées (mises à l'échelle, rotation ou ajustement des couleurs). Pour les images de plus de 4 096 × 4 096 pixels, redimensionnez-les avant de les télécharger. Le temps de traitement dépend de la taille de l'image et des paramètres de sensibilité. Les images plus grandes et à haute sensibilité peuvent prendre plusieurs secondes.