Ferramenta OSINT: Analise Sombras Solares em Qualquer Lugar do Mundo.
As sombras podem revelar mais do que você imagina
☀️➡️🌑, especialmente quando o horário e o local são importantes.
Esta ferramenta calcula a posição do sol e mostra como as sombras mudam ao longo do dia em praticamente qualquer ponto do mapa 🌍.
Ela leva em consideração: 🏙 Edifícios 🌳 Árvores ⛰ Terreno.
E funciona diretamente no navegador, sem configurações ou instalações 🔍.
Eu gosto de ferramentas como esta porque são perfeitas para: 📍 verificação de localização
🕒 análise de horário do dia 🖼 verificação de contexto de imagens e vídeos.
🕵️♂️ CHECKLIST OSINT ANTI-IA
Detecção de imagens e vídeos gerados ou manipulados por IA
1️⃣ CONTEXTO & NARRATIVA
☐ A imagem faz uma alegação clara de local, data ou evento?
☐ O contexto é emocionalmente apelativo ou sensacionalista demais?
☐ Há urgência artificial (“veja antes que apaguem”, “a mídia não mostra”)?
☐ A fonte original é rastreável e confiável?
📌 IA é frequentemente usada para reforçar narrativas, não fatos.
2️⃣ SOMBRAS & ILUMINAÇÃO (FÍSICA SOLAR)
☐ Todas as sombras apontam para a mesma direção?
☐ O comprimento das sombras é compatível com o horário alegado?
☐ Pessoas, carros e objetos respeitam a mesma fonte de luz?
☐ A sombra “encosta” corretamente no objeto ou parece flutuar?
☐ A posição solar bate com simulação (ex: ShadeMap)?
🚨 Red flag clássico de IA: sombras bonitas, mas fisicamente impossíveis.
3️⃣ GEOMETRIA & PERSPECTIVA
☐ Linhas retas (paredes, postes, calçadas) permanecem retas?
☐ A escala entre pessoas, veículos e objetos é coerente?
☐ Mãos, dedos, pés e articulações estão naturais?
☐ Olhos, óculos e reflexos seguem a mesma perspectiva?
📌 IA ainda erra muito em detalhes estruturais.
4️⃣ TEXTOS, SÍMBOLOS & PADRÕES
☐ Placas, letreiros e números fazem sentido linguístico?
☐ Logotipos estão corretos ou “quase certos”?
☐ Há textos deformados, incompletos ou sem idioma definido?
☐ Padrões repetidos (janelas, árvores, pessoas) parecem clonados?
🚨 Texto estranho = forte indício de geração por IA.
5️⃣ CONSISTÊNCIA VISUAL
☐ Nível de nitidez é uniforme em toda a imagem?
☐ Granulação/ruído é consistente entre fundo e primeiro plano?
☐ Bordas apresentam halos ou recortes artificiais?
☐ Há partes excessivamente “perfeitas” ou plásticas?
📌 IA costuma gerar hiper-realismo seletivo.
6️⃣ METADADOS & ORIGEM
☐ A imagem possui EXIF coerente (câmera, data, local)?
☐ Metadados estão ausentes ou genéricos demais?
☐ A resolução é típica de câmera real ou “padrão IA”?
☐ Nome do arquivo indica geração automatizada?
⚠️ Ausência de EXIF não prova IA, mas soma contexto.
7️⃣ BUSCA REVERSA & RASTREAMENTO
☐ A imagem já existia antes com outro contexto?
☐ Elementos do fundo aparecem em bancos de imagens?
☐ A cena é composta por partes já conhecidas?
☐ Há versões similares com pequenas variações?
📌 IA frequentemente “remixa” conteúdos existentes.
8️⃣ COMPORTAMENTO HUMANO (EM VÍDEOS)
☐ Piscar de olhos é natural?
☐ Expressões faciais acompanham a fala?
☐ Movimento corporal respeita biomecânica?
☐ Sincronia labial é perfeita demais ou estranha?
🚨 Microfalhas são comuns em deepfakes.
9️⃣ COERÊNCIA TEMPORAL
☐ Clima da imagem bate com registros meteorológicos?
☐ Roupas condizem com estação/local?
☐ Iluminação condiz com nascer/pôr do sol real?
☐ Elementos urbanos existem naquela data?
📍 Cruzar com dados públicos fortalece a análise.
🔟 CONCLUSÃO TÉCNICA (FORMA CORRETA DE RELATAR)
☐ Evitar afirmar “foi IA” sem prova direta
☐ Descrever inconsistências físicas e contextuais
☐ Usar termos como:
⚖️ Isso é defensável técnica e juridicamente.
Quando a imagem é manipulada por IA, o que a análise de sombras revela?
⚠️ Incoerência física
Modelos de IA imitam aparência, mas erram física com frequência.
Com o ShadeMap (ou técnica equivalente), você pode identificar:
-
☀️ Sombras apontando para direções impossíveis para aquele local/horário
-
📏 Comprimento de sombra incompatível com a elevação solar
-
🧍 Objetos diferentes com sombras divergentes (pessoa, carro, prédio)
-
🏙 Edificações projetando sombra “correta”, mas pessoas não
📌 IA costuma “chutar” sombras com base estética, não astronômica.
🧠 Mistura de contextos
Imagens geradas por IA frequentemente:
-
Combinam cenários reais + elementos sintéticos
-
Usam background verdadeiro (Street View, banco de imagens)
-
Inserem pessoas, veículos ou objetos sem respeitar a iluminação original
👉 A sombra do ambiente “bate”, mas a do objeto inserido não.
🔍 Valor pericial (mesmo sem afirmar “foi IA”)
Importante:
Você não precisa provar que foi IA.
Você prova algo mais forte:
A imagem não respeita as leis físicas do ambiente alegado.
Isso sustenta conclusões como:
⚖️ Isso é muito mais defensável tecnicamente do que dizer “parece fake”.
🧪 Exemplo prático de detecção
Imagem mostra:
Simulação no ShadeMap mostra:
-
Sol baixo no oeste
-
Sombras longas e opostas
❌ Conclusão técnica:
A iluminação da imagem é incompatível com a posição solar do local e horário informados, indicando manipulação ou uso de elementos inseridos digitalmente.
🧰 Combinação poderosa (boa prática OSINT)
A análise de sombras fica ainda mais forte quando combinada com:
-
🔎 EXIF / metadados (quando existem)
-
🧬 Análise de ruído e bordas (ELA, inconsistência de grão)
-
🖼 Verificação reversa de imagens
-
🧭 Orientação de fachadas e vias (OpenStreetMap / Street View)
-
☀️ Posição solar (ShadeMap)
👉 Sozinha, ela aponta suspeita.
👉 Em conjunto, fecha convicção técnica.
Imagens geradas ou manipuladas por IA frequentemente apresentam inconsistências físicas, geométricas e contextuais que podem ser identificadas por técnicas OSINT, especialmente na análise de iluminação, sombras e coerência ambiental.
Link da ferramenta: https://shademap.app/
Comentários
Postar um comentário