jayadeepikareddy1-hub/deepfake-detector-
GitHub: jayadeepikareddy1-hub/deepfake-detector-
一个 AI 驱动的取证平台，同时检测媒体 Deepfake 伪造与各类证书文档的真实性。
Stars: 0 | Forks: 0
# Deepfake 与证书真实性检测器
一个由 AI 驱动的复杂系统，用于检测媒体中的 Deepfake 并验证证书的真实性。
## 🚀 功能
- **Deepfake 检测**：分析图像和视频，检测 AI 生成的面孔和合成像素伪影。
- **证书验证**：
- **OCR 分析**：提取并验证各种文档类型（教育、出生、身份、医疗）的结构化关键词。
- **视觉取证分析**：使用 Error Level Analysis (ELA) 和微调的 Vision Transformer (ViT) 模型来检测 Logo 拼接和文本篡改。
- **灰度优化**：使用 CLAHE (Contrast Limited Adaptive Histogram Equalization) 来显露黑白文档中隐藏的伪影。
- **统一仪表板**：现代化的 React 前端，便于文件上传和详细的分析报告。
## 🛠️ 技术栈
- **后端**：FastAPI, PyTorch, Hugging Face Transformers (ViT), OpenCV, Tesseract OCR。
- **前端**：React, TailwindCSS（用于样式）, Axios, Lucide-React。
- **模型**：用于人脸和文档篡改的微调模型 `prithivMLmods/Deep-Fake-Detector-v2-Model`。
## 📋 安装
### 后端
1. 导航到 `backend` 目录。
2. 安装依赖：
pip install -r requirements.txt
3. 确保您的系统上已安装 Tesseract OCR（默认路径：`C:\Program Files\Tesseract-OCR\tesseract.exe`）。
### 前端
1. 导航到 `frontend` 目录。
2. 安装依赖：
npm install
## 🏃 运行项目
1. **启动后端**：
python backend/main.py
2. **启动前端**：
npm run dev
## 🧠 训练
要在您自己的数据集上微调模型：
1. 将图像放置在 `dataset/images` 中，或将证书放置在 `dataset/certificates/extract` 中。
2. 运行训练脚本：
python backend/train.py
## 📄 许可证
本项目仅供教育和研究目的使用。
标签：AV绕过, FastAPI, OCR分析, React, Syscalls, 人工智能, 凭据扫描, 图像鉴伪, 数字取证, 深度伪造检测, 用户模式Hook绕过, 自动化脚本, 视觉Transformer