AlliahScanning
AlliahScanning
Detecta fotografias de vistoria e sinistro geradas ou editadas por IA, fundindo 7 sinais forenses num veredito ponderado.
Um sinistro é regulado a partir de imagens. Quando qualquer pessoa consegue gerar ou editar uma foto de dano convincente em minutos, o regulador passa a decidir sobre um documento que ele não tem como conferir a olho nu.
Os indícios de geração e de edição vivem em camadas invisíveis: nível de compressão por bloco, grão do sensor, picos periódicos no espectro. Ampliar a imagem na tela não revela nada disso — e um analista experiente acaba decidindo pelo enredo do caso, não pela imagem.
Um sinistro chega com várias fotos, e a fila não para. Sem um critério objetivo para escolher o que merece perícia, ou se revisa tudo (caro e lento) ou se revisa por amostragem (e o caso fraudado passa exatamente por não chamar atenção).
Negar um sinistro legítimo por suspeita vaga gera reclamação, processo e dano de imagem. Um veredito só é útil se vier acompanhado das evidências que o sustentam — e se disser honestamente quando não sabe.
Cada imagem passa por uma bateria de detectores independentes. As evidências são combinadas por peso de confiabilidade — da prova criptográfica ao indício visual.
Lê o manifesto criptográfico embutido na imagem. Quando presente e válido, é prova inviolável da origem e do histórico de edição do arquivo.
Classificador especializado (Sightengine) treinado para reconhecer fotografias sintéticas produzidas por modelos generativos modernos.
Transformada de Fourier revela assinaturas periódicas e picos no domínio da frequência típicos de redes GAN e modelos de difusão.
Mapeia diferenças de compressão JPEG entre regiões. Áreas com níveis de erro divergentes denunciam recompressão, colagem e splicing.
Compara o padrão de ruído sensorial entre regiões. Manchas com ruído anômalo expõem áreas inpainted ou objetos inseridos artificialmente.
Confronta EXIF, GPS, marca/modelo e timestamps com o perfil de um arquivo limpo. Lacunas e contradições sinalizam manipulação ou geração.
Um perito multimodal pontua oito critérios de 0 a 10 — inserção localizada, coerência de sombras, plausibilidade física do dano, geometria, textura. A mesma imagem é submetida três vezes e vale o voto majoritário.
Ferramenta de triagem que prioriza casos para revisão humana — não um veredito automático final.
Os sinais são a matéria-prima. O que transforma sinal em decisão é a camada de fusão, o motor de regras e o laudo que devolve a evidência ao analista.
A análise multimodal não é uma pergunta única ao modelo. A mesma imagem é submetida várias vezes (três por padrão, configurável por ambiente) e o veredito sai do voto.
Cada sinal entra na conta com um peso proporcional ao quanto ele costuma acertar sozinho. Prova criptográfica manda; indício visual sugere.
Os limiares não estão enterrados no código: um administrador abre a tela “Motor de regras”, ajusta e salva — sem redeploy.
É a jogada específica do domínio de seguros: comparar onde a imagem foi mexida com onde o dano é alegado.
O relatório não entrega só um número: entrega as imagens que sustentam o número, lado a lado com a original.
Cada análise vira um registro consultável, e a operação enxerga o agregado.
Uma API em Python e uma interface sem etapa de build. Metade dos sinais é calculada no próprio servidor; a outra metade vem de detectores externos especializados.
Backend FastAPI sobre uvicorn, servindo a própria interface — JavaScript modular, sem framework nem bundler. Sobe em contêiner atrás do nginx.
ELA, mapa de ruído e transformada de Fourier rodam no servidor com numpy e Pillow. Leitura de EXIF com ExifRead e de Content Credentials com c2pa-python.
Detector especializado de imagem sintética, segundo detector com atribuição de modelo e o perito multimodal Gemini — todos disparados em paralelo, com o resultado consolidado na fusão.
Casos, evidências, miniaturas e usuários em um único arquivo SQLite no volume da aplicação. Autenticação por e-mail e senha, sessão por token no cabeçalho.
Os números abaixo são os padrões de fábrica da plataforma. Todos são editáveis no motor de regras por um administrador.
| Item | Suporte | Observação |
|---|---|---|
| Formatos de imagem | JPEG · PNG · WebP · TIFF | Formatos com compressão JPEG rendem o sinal de ELA mais forte. |
| Formatos de celular | HEIC · HEIF · AVIF | Convertidos para JPEG antes de seguirem para os detectores externos; a análise local usa o arquivo original. |
| Tamanho máximo | 25 MB | Limite aplicado tanto na API quanto no proxy de entrada. |
| Metadados lidos | EXIF · GPS · C2PA | Marca, modelo, software, data de captura, parâmetros de exposição e manifesto de Content Credentials, quando existir. |
| Extração de domínio | placa · dano | Placa nos padrões antigo e Mercosul, marca/modelo, cor, descrição, local e extensão do dano. |
| Parâmetro | Valor | Papel na decisão |
|---|---|---|
| Detector de imagem-IA | 0,44 | Maior peso isolado: é o sinal com melhor desempenho solo. |
| Forense visual (ensemble) | 0,24 | Segundo maior peso; também impõe pisos de risco quando muito confiante. |
| Metadados | 0,10 → 0,22 | O peso sobe quando o detector especializado não está disponível. |
| ELA · ruído · espectro | 0,07 cada | Indícios de sinal; ganham força quando se corroboram entre si. |
| Veredito SIM | ≥ 60 | Alta probabilidade de manipulação ou geração por IA. |
| Veredito INCERTO | 36–59 | Faixa de revisão humana obrigatória. |
| Veredito NÃO | ≤ 35 | Compatível com fotografia genuína. |
| Prova C2PA de geração | 99 | Manifesto válido declarando origem sintética sobrepõe todo o resto. |
O ganho aparece onde uma imagem enviada por terceiros vira base para liberar dinheiro, aprovar um bem ou registrar um fato.
As fotos do dano chegam pelo aplicativo do segurado. A triagem separa, antes da análise humana, o que tem indício de edição — e cruza a região manipulada com o dano declarado.
Na contratação, o cliente fotografa o veículo. A verificação de metadados distingue uma captura de câmera de um arquivo limpo baixado da internet ou gerado por modelo.
Fotos de produto e de avaria em pedidos contestados passam pela mesma bateria de sinais, com o laudo anexado ao chamado.
Antes de juntar uma foto ao processo, a triagem indica se o arquivo tem manifesto de origem, EXIF coerente e ausência de sinais de composição.
O painel concentra os casos por faixa de risco. O time trabalha a fila do maior risco para o menor em vez de reagir a denúncias avulsas.
Cada análise fica gravada com o arquivo, os sinais individuais, o score e o horário — o histórico responde “por que decidimos assim” meses depois.
Uma submissão produz um laudo completo em segundos — e o laudo é o produto, não o score.
Um número de 0 a 100 e a classificação em SIM, INCERTO ou NÃO, com a indicação de qual sinal decidiu o caso.
Um cartão por sinal, com veredito individual, força atribuída e a frase que explica o que foi encontrado.
Imagem original, mapa de ELA, mapa de ruído e espectro de Fourier, ampliáveis em tela cheia e navegáveis pelo teclado.
Gerador declarado, emissor da assinatura, software, câmera, data de captura e número de campos EXIF encontrados.
Placa lida com nível de confiança, marca/modelo, cor, descrição do dano, local e extensão — extraídos de forma factual.
Exportação pela impressão do navegador, com os detalhes técnicos expandidos automaticamente para que nada fique escondido no papel.
POST multipart autenticado por token; login, histórico, estatísticas e detalhe do caso são endpoints REST.Descrição factual do comportamento atual da plataforma — sem certificações, selos nem promessas contratuais.
Uma ferramenta forense que esconde os próprios limites vira exatamente o oposto do que promete.
É triagem. O resultado prioriza casos para revisão humana; nenhuma decisão de negar sinistro deve ser tomada só com o score.
Os limiares foram calibrados por análise de casos, não medidos contra um conjunto de imagens com gabarito. Não divulgamos taxa de acerto porque ela ainda não foi medida.
Content Credentials é o sinal mais forte e o mais raro: redes sociais e aplicativos de mensagem removem o manifesto ao recomprimir a imagem.
Em PNG e em imagens muito recomprimidas o nível de erro fica achatado, e o sinal é limitado a um teto de risco menor para não gerar falso positivo.
Não há, hoje, análise cruzada entre as várias fotos de um mesmo sinistro (placa, data ou modelo divergentes entre fotos), nem detecção de reúso de foto contra o próprio histórico.
Cada análise é síncrona e depende da disponibilidade dos serviços externos. Não existe reprocessamento automático nem submissão em massa por arquivo.
Ela diz qual é a probabilidade de a imagem ter sido gerada ou editada por IA, e mostra em que evidências se baseou. O veredito SIM significa “alta probabilidade, priorize a perícia”, não “provado em juízo”. A faixa INCERTO existe justamente para o sistema admitir que não sabe.
Porque cada detector falha de um jeito diferente. Um classificador de imagem sintética não vê recorte e colagem; o ELA não vê imagem gerada do zero; os metadados não veem nada se o arquivo passou por WhatsApp. A fusão ponderada existe para que a falha de um sinal não vire a falha da análise.
Serve, com ressalva. O aplicativo recomprime a imagem e remove EXIF e Content Credentials, então dois dos sinais chegam vazios — e a fusão redistribui o peso. Sempre que possível, peça o arquivo original enviado como documento, não como foto.
Segundos. Os cálculos locais (ELA, ruído, espectro) e as chamadas aos detectores externos rodam em paralelo, e o gargalo é a resposta do serviço mais lento. O ensemble multiplica as chamadas ao modelo multimodal, então reduzir o número de execuções encurta o tempo em troca de estabilidade.
Sim. Um administrador altera pesos, faixas de veredito e limiares de cada detector na tela do motor de regras, com validação na gravação e botão de retorno aos padrões de fábrica. Operações que preferem revisar mais podem baixar o limiar de SIM; quem tem pouca equipe pode subir.
Ela fica gravada no registro do caso, junto com metadados e mapas gerados, para que o laudo continue reproduzível. A imagem também é enviada aos detectores externos durante a análise. Se o seu material for sensível, trate isso como requisito antes de subir o arquivo.
Para documentos existe um produto irmão, o AlliahCheck, que reaproveita a mesma forense e acrescenta leitura de PDF, extração de valor e data e o cruzamento com o campo crítico. O AlliahScanning é calibrado para fotografia de sinistro e vistoria.
Sim. Além da API, o pipeline forense já foi replicado como fluxo de blocos no AlliahFlow, o que permite encaixar a triagem entre etapas de um processo — receber a foto, analisar, e ramificar a esteira conforme o veredito.
Submeta uma imagem de vistoria ou sinistro e receba, em segundos, um veredito forense ponderado com as evidências por trás de cada decisão.