如何验证图片或视频是否真实、原始且配文正确（溯源优先…

在事实核查照片/视频、识别深度伪造或AI生成图像、发现篡改、判断素材是否被回收或错误配文时，按「先溯源、后像素」的顺序进行可辩护的验证。

适用场景

解决思路

1. 先明确要回答的问题：若质疑「这是某地发生的某事件」，先做 find-the-original-image 再用 geolocate-from-pixels，而非任何取证滤镜（重新配文不会留下像素痕迹）；若质疑「这是未修改的照片」，在能拿到的最少处理副本上做信号级分析，而非分析截图或平台下载件；若质疑「此人在视频中说了这话」，先溯源，再查音画一致性，再逐帧看人脸边界行为，而非依赖AI检测分数；若质疑「这是AI生成的」，看缺失的相机物理特征和物体结构不连贯，而非仅凭检测器结论；若质疑「截图是否真实」，查布局、字体、界面版本一致性及底层记录，而非图像取证。
2. 写下如果该说法为真，图像应该呈现什么，然后专门核对这些特征；验证是检验假设，而非寻找异常，因为异常无处不在。
3. 获取最佳副本：每次重编码、缩放和截图都会破坏取证信号，要追原始上传件或通讯社版本而非平台版本；对其做哈希，在副本上操作；若只有截图，明确说明并降低所有下游结论的置信度。
4. 溯源：运行 find-the-original-image；对视频提取关键帧并搜索；寻找更早出现、不同配文、摄影师署名，以及通过 read-deleted-pages 佐证的页面日期；更早副本配不同配文即可结案。
5. 检查元数据：运行 secrets-in-file-metadata，查看编辑链、缩略图与图像对比、时间戳不一致、MakerNotes 是否匹配所称设备。
6. 检查溯源签名：查看是否存在 C2PA Content Credentials。
7. 检查内部一致性：通过 geolocate-from-pixels 核对标牌语言、车牌、货币、制服、车型、季节、天气和阴影与所称日期地点是否一致——这是普通侦探工作，比取证更有成效。
8. 检查物理一致性：光照、阴影、反射、透视。
9. 做信号级取证：噪声残差、JPEG量化与双重压缩、克隆检测、色彩滤镜阵列痕迹；这类分析容易被过度解读，对平台处理过的文件毫无价值。
10. 写下你验证了什么，而非给出裁决。
11. 光照、阴影与几何检查（无需工具、可向编辑或法庭解释、不受重压缩影响，最值得投入时间）：阴影汇聚是最强检查——阳光平行，透视图像中从每个阴影尖端穿过投射物体底部的线必须汇聚于一点（光源投影），画三到四条，拒绝汇聚的物体很可能不在原场景中，注意斜坡地面是干扰因素，只用同一平面；阴影方向和半影硬度在户外场景中应一致；眼睛、玻璃和抛光金属中的高光应就光源位置达成一致；反射必须正确显示其前方物体且位置和方向正确；平行线应收敛于共同消失点，同一地平面人物的视平线应一致；真实镜头留下光学特征——一致的景深、高对比边缘的色差、暗角、随亮度变化的噪声底；在图像其他部分具备这些特征而某元素完全没有，则该元素是添加的。
12. 错误等级分析（ELA）的正确用法：ELA 以已知JPEG质量重新保存并显示差异，理论上被压缩不同次数的区域响应不同；它产生自信谬误的四个原因——响应内容（边缘和纹理发亮而平坦天空和皮肤变暗，每张图都有「可疑亮区」）、一次重存即破坏（对社交媒体下载件做ELA只描述平台编码器）、无法定位现代编辑（内容感知填充、生成式编辑和完整重存不留差异历史）、双向失败（未修改图像出现亮区、被篡改图像输出干净都很常见）；其有效场景很窄：对相机直出的单代JPEG，来自不同压缩源的粘贴区域可能显现；仅作为弱输入，只对最少处理文件使用，绝不作为发表结论的依据；更可辩护的亲属方法——量化表与相机签名对比、双重压缩检测——同样会被平台处理击败。
13. C2PA与Content Credentials：C2PA将加密签名清单绑定到文件，记录拍摄和编辑历史；存在时是最强溯源证据，因为可验证而非推断；有效清单意味着签名者主张此历史、文件自签名后未变、你知道追责对象——但不意味着内容为真（签名过的摆拍照片仍是签名过的照片）；缺失几乎无意义：多数相机不签名、多数编辑流程不保留清单、平台重编码时剥离；缺失凭证是默认状态而非红旗；IPTC数字源类型字段和模型特定不可见水印同理——能核查时阳性很强，阴性只说明未找到某厂商标记。
14. AI生成：区分持久线索与易腐线索；持久线索（需要生成器不具备的世界模型）——不可能的光照（阴影方向不一致、物体下缺阴影、主体受光方向无光源）、背景物体结构不连贯（自行车架不连接、栏杆间距变化、楼梯踏步不对齐、带子消失又出现、图案织物忽略褶皱）、文本退化（尤其小、重复或边缘文本）、接触与遮挡错误（手未包住杯子、脚未着地）、缺失相机物理特征（无传感器噪声、无色差、焦点均匀、高频细节过少即所谓「过度光滑皮肤」）、完全无可信溯源；易腐线索（可查但不可依赖）——手指和牙齿数量、耳朵不对称、前景文字乱码、珠宝错乱、可疑对称脸。
15. AI检测工具：自信分数但无可审计推理；对压缩、缩放、放大、重度编辑和低光真实照片误报，对训练数据之后的新生成器漏报，且对抗脆弱——轻度重压缩即可改变分数；运行多个，视为弱信号，绝不发表仅依赖其一的结论；若证据是某网站的百分比，你就没有证据。
16. 视频检查——容器与编码器：用 ffprobe -show_format -show_streams 和 MediaInfo 获取编码器字符串、帧率、旋转矩阵和轨道结构；典型平台重编码值意味着你没有原始件；ffprobe -show_frames 暴露帧类型——重复帧意味着帧率转换或插入慢动作，静态镜头中途出现无法解释的关键帧可能标记拼接，隔行或电视电影伪影揭示未提及的处理流程。
17. 视频检查——生成损失：块效应、色带和蚊式噪声随每次重编码叠加；严重退化的素材要么老旧、要么被广泛复制、或两者兼有——对其做任何信号级测试都无效。
18. 视频检查——音频：口型同步漂移、房间声学与可见空间不符、镜头进入室内时环境声不变、剪辑点处噪声底跳变；这是多数伪造视频中最薄弱且最少被检查的环节。
19. 视频检查——换脸行为：发际线和下颌处闪烁或模糊、面部光照不随头部运动、说话时牙齿和舌头退化、面部与画面分辨率不同、侧脸转动和手部遮挡时崩溃。
20. 提取关键帧做反向搜索：视频验证最常见的结果是在别处找到更早的视频；提取命令见 find-the-original-image。
21. 避免常见错误：每个滤镜都有基础率问题——对真实照片运行六个取证工具总会有异常，异常是真实图像的正常状态；平台造成的——缩放、重编码、色度子采样和元数据剥离产生的伪影常被归因于篡改，解释任何伪影前先确定处理历史；你会拿到最差副本——转发裁剪的截图，多数信号级分析对其无效，诚实报告应说明；「未检测到篡改」不是发现——未检测到是对你测试的陈述，而非对图像的陈述；真实照片也可能完全误导——选择性取景、摆拍场景和真实图像配假说明都能通过所有取证测试；辟谣会放大——详细反驳会传播原始说法，这是值得深思的编辑判断，素材有时被故意投放以待发现和辟谣或观察谁在调查，见 investigate-without-getting-made；基于相似性的身份识别是此处后果最严重的错误——「此人像Z所以是Z」不是发现。
22. 按声明分别评级（一张图可同时有已确认来源、被反驳配文和未确认真实性）：已确认原始且描述正确——从可信来源者找到最早副本、日期独立佐证、地点视觉验证、内部细节一致、元数据或几何无矛盾；已确认重新配文——同一图像可证明更早以不同且来源更好的配文发表，这是此处最常见的阳性发现；可能被篡改——有具体可描述的物理或几何不一致可指出，最好有插入元素的来源，而非热图；可能为合成——多个持久生成线索、无溯源历史、无相机一致压缩或元数据、无更早副本，并指出线索；未确认——未找到更早副本、未发现异常，多数案件止于此；无法评估——可用副本对所需测试处理过度，说明哪些测试无效及原因。
23. 报告标准：陈述你验证了什么、无法验证什么、每个结论依据什么——绝不简单说「假」或「真」；可辩护的表述如：该图像至少在所称事件三年前发表于某新闻网站，署名某摄影师；地点与该署名相符而与声称不符；未检测到篡改，但唯一可用副本是平台重编码，故信号级测试无意义；「我们的分析显示这是假的」不可接受；包含所运行测试及其阴性结果、文件处理历史、你的假设，然后将材料交给 write-the-intel-brief。
24. 按结果转向：更早副本、署名、原始配文→find-the-original-image；编辑链、设备、时间戳→secrets-in-file-metadata；地点和日期验证→geolocate-from-pixels、where-was-this-taken；已删除或篡改的源页面→read-deleted-pages；发布或投放域名→who-owns-this-domain、recon-a-domain-passively；放大媒体的账号→hunt-a-handle、pattern-of-life-from-socials；传播背后的协调网络→graph-the-network、find-leaks-in-the-wild；媒体中或署名的具名个人→find-anyone。
25. 法律与伦理：对具名个人发表伪造指控在多数司法管辖区有诽谤风险，「我们的工具这么说」不是抗辩；将材料上传到在线取证服务会向这些服务披露，部分还会进入公共画廊——提交任何敏感材料前检查工具是否公开提交内容；若媒体涉及犯罪、受害者或私密内容：尽量减少副本、不转发，涉及儿童性虐待材料时立即停止并向有关当局报告而非分析，见 ../../ETHICS.md。

适用边界 · 注意事项

• 当只有平台重编码、截图或转发裁剪副本时，信号级取证（ELA、噪声残差、JPEG量化分析等）无效，不应据此发表结论。
• 不要仅凭AI检测器的百分比分数或热图作为发表结论的依据；它们对压缩、缩放、低光真实照片误报，对新生成器漏报，且对抗脆弱。
• 不要基于外貌相似性做身份识别，这是后果最严重的错误；也不要在无溯源证据时仅凭「未检测到篡改」就宣称图像真实。