5a9fcc0bea
두 신호를 하나의 EvidenceSource.PROVENANCE 와 하나의 GUI 그룹으로 묶는다.
운영자 관점에서 둘 다 같은 질문("이 이미지가 어디서 왔나")에 답하고, 새
EvidenceSource 는 배관 12곳을 요구하므로 둘을 합쳐 한 번만 지불한다.
## EXIF/IPTC 권리 표기
저작권자가 파일에 직접 써 넣은 값을 지금까지 100% 버리고 있었다.
build_external_derivative 가 raw 픽셀로 재구성하며 메타를 전량 파기하는데,
그 전에 읽는 코드가 없었다. 추출 훅은 원본 바이트가 아직 살아 있는
InternalAnalyzer.analyze 진입부에 둔다.
읽는 것은 EXIF Copyright/Artist 와 IPTC CopyrightNotice/Credit/Source/By-line
뿐이다. 화이트리스트가 프라이버시 경계이므로 상수로 두고 테스트로 고정한다 —
GPS, 바디 시리얼, Make/Model 은 같은 EXIF 블록에 나란히 있어도 읽지 않는다.
메타데이터는 위조가 쉬우므로 reason 에 "자기신고" 를 명시한다. 이것이
클리어런스 증명으로 읽히면 안 된다.
XMP/C2PA 는 이번 범위에서 뺀다 — Pillow 의 getxmp() 는 defusedxml 이 없으면
경고와 함께 빈 dict 를 반환하고, defusedxml 은 requirements.txt 에 없다.
폐쇄망 타깃에서 조용히 no-op 이 되므로 별도 반입 심사 안건이다.
## 방송캡처 포렌식
결정적 영상처리만 사용한다(레터박스, 자막 밴드 엣지 밀도, 방송 프레임 크기).
모델 0, 신규 의존성 0.
레터박스와 방송 프레임 크기는 하나의 카테고리(geometry)로 묶는다. 레터박스된
1280x720 은 한 관측을 두 번 말한 것이고, 따로 세면 시네마틱 크롭 하나로
라벨이 붙는다. 서로 독립인 카테고리가 2개 이상일 때만 발화한다.
## 0점
둘 다 점수 0으로 출시한다(사용자 결정). 캘리브레이션 데이터가 없는 상태에서
정당화할 수 있는 가중치가 없다 — decision_stats 의 밴드x판정 교차표로 실제
반려와의 상관을 본 뒤 부여한다. reason 은 노출하므로 0점이어도 운영자가
바로 활용할 수 있다.
## 실측
실제 제출 이미지 6장: 캡처 오탐 0건, 권리 메타 히트 0건. 정밀도는 확인됐고
가치는 이 코퍼스에서 아직 입증되지 않았다 — 메신저/SNS 를 거친 이미지는 메타가
이미 제거돼 있어 히트율이 낮을 것이라는 사전 지적과 일치한다.
자막 밴드 절대 밀도 하한은 0.02 -> 0.01. 비율(밴드/프레임 = 2.5배)이 판별자이고
절대 하한은 "밴드에 뭔가 있긴 한가" 게이트일 뿐이며, 하한이 높으면 실제 한
줄짜리 자막이 걸러진다. 합성 픽스처 기반이므로 실제 캡처 이미지 확보 시
재확인이 필요하다.
pytest 531 passed.
98 lines
2.2 KiB
JavaScript
98 lines
2.2 KiB
JavaScript
(function attachOperatorLabels(global) {
|
|
const riskLabels = {
|
|
high: "높음",
|
|
medium: "중간",
|
|
low: "낮음",
|
|
failed: "실패",
|
|
pending: "대기",
|
|
};
|
|
|
|
const decisionLabels = {
|
|
unreviewed: "미심사",
|
|
held: "보류",
|
|
rejected: "반려",
|
|
approved: "승인",
|
|
corrected: "보정됨",
|
|
};
|
|
|
|
const providerLabels = {
|
|
internal: "내부 분석",
|
|
naver: "네이버 검색",
|
|
naver_blog: "네이버 블로그 검색",
|
|
naver_web: "네이버 웹문서 검색",
|
|
google: "구글 이미지",
|
|
google_search: "구글 근거 검색",
|
|
llm: "내부 요약",
|
|
};
|
|
|
|
const sourceLabels = {
|
|
internal: "내부",
|
|
fingerprint: "이미지 유사도",
|
|
face: "얼굴/인물 감지",
|
|
provenance: "출처 표기",
|
|
naver: "네이버",
|
|
google: "구글",
|
|
llm: "내부 요약",
|
|
failure: "실패",
|
|
};
|
|
|
|
const providerStatusLabels = {
|
|
ok: "정상",
|
|
covered: "근거 있음",
|
|
empty: "결과 없음",
|
|
failed: "실패",
|
|
disabled: "중지",
|
|
skipped: "건너뜀",
|
|
pending: "미실행",
|
|
not_run: "미실행",
|
|
};
|
|
|
|
const candidateStatusLabels = {
|
|
candidate: "후보",
|
|
promoted: "반영됨",
|
|
};
|
|
|
|
const evidenceStatusLabels = {
|
|
used_for_judgment: "판단에 사용",
|
|
irrelevant: "무관",
|
|
false_positive: "오탐",
|
|
ignored: "미사용",
|
|
pending: "보류",
|
|
};
|
|
|
|
const knowledgeStatusLabels = {
|
|
confirmed: "확정 DB",
|
|
watchlist: "주의 후보",
|
|
excluded: "제외됨",
|
|
};
|
|
|
|
const provenanceLabels = {
|
|
manual: "수동 등록",
|
|
automatic: "자동 등록",
|
|
external_evidence: "외부 근거",
|
|
};
|
|
|
|
const knowledgeTypeLabels = {
|
|
celebrity: "연예인/유명인",
|
|
public_figure: "연예인/유명인",
|
|
work: "작품",
|
|
character: "캐릭터",
|
|
game: "게임",
|
|
rejected_image: "반려 이미지",
|
|
rejected_reference: "반려 이미지",
|
|
other: "기타",
|
|
};
|
|
|
|
global.OperatorLabels = {
|
|
riskLabels,
|
|
decisionLabels,
|
|
providerLabels,
|
|
sourceLabels,
|
|
providerStatusLabels,
|
|
candidateStatusLabels,
|
|
evidenceStatusLabels,
|
|
knowledgeStatusLabels,
|
|
provenanceLabels,
|
|
knowledgeTypeLabels,
|
|
};
|
|
})(window);
|