ภาพรวมโปรเจค — Scam Image Detection

แอปพลิเคชันมือถือที่ใช้การวิเคราะห์หลายชั้นด้วย AI เพื่อช่วยให้ผู้ใช้ทั่วไปตรวจสอบว่ารูปภาพถูกตัดต่อหรือถูกนำมาใช้ในการหลอกลวงหรือไม่ ก่อนที่จะเชื่อหรือโอนเงิน

หมวด ภาพรวมต้นฉบับ overview.md
ภาพรวมsynthesisscam-detectionmobile-appAI

ภาพรวมโปรเจค: Scam Image Detection

แอปพลิเคชันมือถือที่ใช้การวิเคราะห์หลายชั้นด้วย AI เพื่อช่วยให้ผู้ใช้ทั่วไปตรวจสอบว่ารูปภาพถูกตัดต่อหรือถูกนำมาใช้ในการหลอกลวงหรือไม่ ก่อนที่จะเชื่อหรือโอนเงิน

ปัญหาที่โปรเจคนี้แก้ไข

การหลอกลวงโดยใช้รูปภาพพบได้บ่อยในประเทศไทยและทั่วโลก รูปแบบการโจมตีที่พบบ่อย ได้แก่:

  • Romance Scam — รูปโปรไฟล์ที่สร้างด้วย AI หรือขโมยจากคนอื่น
  • การตัดต่อภาพ (Image Forgery) — สกรีนช็อตที่ดัดแปลง, สลิปโอนเงินปลอม, ใบเสร็จที่แก้ไขตัวเลข
  • ภาพสังเคราะห์จาก AI — ใบหน้าหรือฉากที่สร้างขึ้นทั้งหมดเพื่อหลอกลวง
  • การแอบอ้างตัวตน — นำรูปจากบริบทหนึ่งไปใช้อ้างตัวตนในอีกบริบท

ผู้ใช้ทั่วไปไม่สามารถตรวจจับสิ่งเหล่านี้ได้ด้วยตาเปล่า แอปนี้คือเครื่องมือนิติวิทยาศาสตร์ดิจิทัลในกระเป๋า

แนวทางหลัก: การวิเคราะห์หลายชั้น (Multi-layer Analysis)

ระบบไม่พึ่งพาวิธีตรวจจับเดียว แต่รันการวิเคราะห์ 3 มิติอย่างอิสระและรวมผลเป็น Overall Risk Score ตามแนวทาง Recommended Hybrid Approach (Worst-Case Trigger with Multi-Factor Breakdown) ดูรายละเอียดที่ concepts/multi-layer-analysis

มิติการวิเคราะห์ (Independent Factors) วิธีการ ช่วงคะแนนเดี่ยว
วิเคราะห์ข้อความ (Textual Analysis) OCR + Keyword/Pattern Matching ตรวจจับคำหลอกลวง 0–100%
ตรวจสอบแหล่งที่มา (Source Verification) Reverse Image Search ผ่าน Google Vision API (external แบบ optional — เมื่อใช้ไม่ได้ต้องคืนผลบางส่วนพร้อมสถานะตาม FR-ANALYSIS-03 fallback และห้ามสรุปว่าภาพปลอดภัย) 0–100%
ตรวจจับความผิดปกติทางภาพ (Visual Anomaly) Deep Learning (SegFormer) + Heatmap Output 0–100%
  • สูตรคำนวณคะแนนรวม: ยึดมิติที่มีความเสี่ยงสูงสุดเป็นฐานหลัก $S_{base} = \max(S_{visual}, S_{textual}, S_{source})$ ร่วมกับ Multi-factor Compounding (+5 คะแนนต่อมิติรองที่มีความเสี่ยง $\ge 40$)
  • คะแนนรวมอยู่ระหว่าง 0–100 แบ่งเป็น 3 ระดับ: Low (0–39), Medium (40–69), High (70–100 หรือ Visual $\ge 80$) ดูเกณฑ์ที่ concepts/risk-scoring

สรุปสถาปัตยกรรมระบบ

ระบบปัจจุบันเป็น modular FastAPI backend แบ่งออกเป็น 3 ชั้น:

  1. Frontend — Flutter Mobile App (v1: Android) สำหรับผู้ใช้ทั่วไป; React 19 + Vite 8 + Tailwind CSS v4 Admin Portal สำหรับนักวิจัยและเจ้าหน้าที่
  2. Backend — Python FastAPI ทำหน้าที่เป็น Orchestrator/API Gateway; ONNX Worker subprocess สำหรับประมวลผลโมเดล
  3. Storage — PostgreSQL สำหรับข้อมูลเชิงสัมพันธ์; Redis สำหรับ cache; local filesystem สำหรับไฟล์รูปภาพและ Heatmap ที่เสิร์ฟผ่าน /uploads

ดูสถาปัตยกรรมเต็มที่ architecture/system-architecture

เทคโนโลยีหลัก

งาน เทคโนโลยี
Mobile App Flutter (Dart) — v1 Android, iOS ในอนาคต
Admin Portal React 19 + Vite 8 + Tailwind CSS v4
API Backend Python FastAPI
โมเดล AI SegFormer (PyTorch → ONNX)
ฐานข้อมูล PostgreSQL
Cache Redis
เก็บไฟล์ Local filesystem (./uploads, FastAPI static mount /uploads)
ค้นหาภาพย้อนกลับ Google Vision API
Push Notification Firebase Cloud Messaging (FCM) — Phase 2 (v1 ใช้ polling + in-app notification)

ดูรายละเอียดที่ entities/tech-stack และ decisions/technology-choices

ผลลัพธ์ที่ผู้ใช้ได้รับ

  1. Overall Risk Score (0–100) แสดงเป็น color badge 3 ระดับ (Low / Medium / High) พร้อมผลแจกแจงแยก 3 มิติ (Multi-Factor Breakdown)
  2. Heatmap ซ้อนทับรูปภาพต้นฉบับแสดงจุดที่โมเดลตรวจพบความผิดปกติ
  3. ผลการวิเคราะห์ข้อความ — คำหลอกลวงหรือรูปแบบน่าสงสัยที่พบในภาพ
  4. ผลการตรวจสอบแหล่งที่มา — รูปนี้พบในเว็บไซต์ใดบ้างและกี่แหล่ง

Heatmap เป็นหัวใจของการออกแบบ Explainable AI (XAI) ดูที่ concepts/explainable-ai

ข้อจำกัดของโปรเจค

  • PDPA — ผู้ใช้ต้องยินยอมก่อนที่รูปภาพจะถูกเก็บหรือใช้เพื่อ training โมเดล ยินยอมแบบแยกส่วนและถอนได้ ดูที่ requirements/non-functional-requirements
  • เป้าหมายประสิทธิภาพ — Cache Hit P95 ≤ 3 วินาที (ภาพ 1080p, เครือข่าย 4G/Wi-Fi, หน้าต่างวัด 7 วัน); Full AI inference P50 ≤ 15 วินาที / P95 ≤ 25 วินาทีต่อรูป (ภาพ 1080p, GPU T4)
  • เป้าหมายความแม่นยำ — โมเดล AI ต้องได้ Accuracy ≥ 85% และ mDice ≥ 85% บน frozen test set 1,000 ภาพ (ดูวิธีวัดใน requirements)
  • เป้าหมาย Availability — API และ AI Inference Service uptime ≥ 99.5% ต่อรอบ 30 วัน (ไม่รวม maintenance ที่ประกาศล่วงหน้า)

สิ่งที่อยู่นอกขอบเขต (v1)

  • วิเคราะห์วิดีโอ (วางแผนในอนาคตด้วย keyframe extraction)
  • Inference บนอุปกรณ์ (วางแผนด้วย model quantization)
  • แอปเป็น Flutter ทดสอบและรองรับบน Android ใน v1 — iOS เป็น future (build จาก codebase เดียวกันได้)

หน้าที่เกี่ยวข้อง