Buscar a una persona por su foto: búsqueda inversa y análisis forense
Detecta IA, deepfake y manipulación · Descubre al titular: DNI, redes, biometría facial y trazabilidad digital
Sube una imagen o introduce su URL para ejecutar un análisis forense de imágenes online completo: detección IA con Hive y GPT-5.4 Vision, EXIF con GPS y dispositivo, ELA, hashing perceptual, esteganografía, OCR y rastreo digital con SauceNAO y Google Vision. El informe te permite saber si una foto está editada o generada por modelos como DALL-E o Midjourney.
▶ Ver ejemplo de informe completo
Resultado real de un análisis forense: scoring 4D de riesgo (autenticidad, privacidad, exposición, contenido), veredicto ejecutivo con detección IA/deepfake, coordenadas GPS geocodificadas, metadatos EXIF del dispositivo, análisis ELA, esteganografía, hashing perceptual, OCR y rastreo digital con búsqueda inversa.
¿Qué es el análisis forense de imagen + investigación de identidad?
La herramienta de Imagen Forense de IntelMind ofrece un análisis forense de imágenes online exhaustivo desde una perspectiva de inteligencia forense digital (OSINT) y detección de contenido sintético.
No se limita a decir si una imagen «parece real»: combina detección de IA (Hive + GPT-5.4 Vision), análisis ELA, metadatos EXIF completos con geocodificación GPS, hashing perceptual y detección de copia para reconstruir la cadena forense completa desde el dispositivo original hasta el archivo actual.
Qué obtienes con cada análisis
- Detección IA/Deepfake: Hive API V3 (visual moderation + AI detection) + GPT-5.4 Vision con scoring combinado.
- Metadatos EXIF completos: dispositivo, fecha, cámara, configuración, GPS geocodificado con mapa.
- Cadena forense: reconstruye el origen — de dónde viene, por dónde ha pasado, qué software la ha tocado.
- Análisis ELA: detecta ediciones JPEG, regiones manipuladas y estimación de re-guardados.
- Detección de copia: identifica si la imagen es copia de otra (app social, compresión, redimensionado) y localiza el original.
- OCR + Esteganografía: extrae texto visible, detecta datos ocultos en bits menos significativos.
- Detección facial: cuenta caras, tipo (frontal/perfil), ratio de ocupación — útil para retratos y documentos.
- Búsqueda inversa automática: Google Vision y Yandex localizan dónde aparece la imagen en internet y la comparan con el original.
FAQ rápida
¿Esta herramienta descubre al titular o protagonista de la foto?
Sí. Si la imagen está publicada online (o se puede recuperar por búsqueda inversa visual), extraemos nombre legal, DNI validado MOD-23, edad, lugar de nacimiento, residencia, profesiones, empresa propia, dominios personales, redes sociales con métricas reales (LinkedIn, Twitter/X, Instagram, Facebook, YouTube, TikTok, Telegram, Threads, Reddit, GitHub y 14 plataformas más con política Maigret estricta), biometría facial cruzada con sus perfiles y archivo histórico Wayback. Toda la información proviene de fuentes públicas legítimas (avisos legales LSSI-CE, perfiles públicos, búsqueda inversa de imagen). Si no hay coincidencias verificables, no inventamos: marcamos «sin confirmar».
¿Detecta si una imagen es generada por IA o deepfake?
Sí. Aplicamos consenso multi-fuente con política Maigret estricta: Hive API V3 (modelos especializados en IA y deepfake) + GPT-5.4 Vision (análisis semántico) + sd_mj_exif (10 generadores: Stable Diffusion, MidJourney, DALL-E, Firefly, Leonardo, Imagen, Runway, NightCafe, Kling, Flux) + análisis de PNG chunks y metadatos. Solo afirmamos un generador concreto cuando ≥2 fuentes coinciden; si hay una sola señal lo marcamos como «indicio aislado, no concluyente».
¿Cuántos créditos consume el análisis forense de imagen?
30 créditos por análisis. El coste refleja la ejecución de 28 scripts forenses correlacionados, IA generativa (gpt-5.4 con 20 reglas de control), APIs externas (Hive, Google Vision, SauceNAO, TinEye, Wayback), atribución de identidad por scraping web, cross-ref interno con email/dominio/redes/teléfono propios, cluster pHash interno (vincula casos previos del SaaS) y cadena de custodia RFC 3161. Es la herramienta más completa de IntelMind por su valor pericial y tiempo de cómputo (4-5 minutos por análisis, ≈280 segundos).
¿Qué incluye el PDF del análisis forense de imagen?
Resumen pericial profesional estructurado en 2 partes densas: PARTE 1 — Análisis forense de la imagen (veredicto forense con cifras concretas, dispositivo de captura + datación + localización en una tabla, copias en la red con la copia más rica en metadatos destacada, cadena de custodia) y PARTE 2 — Investigación profunda de identidad (titular legal con DNI validado MOD-23 + edad + lugar de nacimiento + residencia + profesiones + empresa + dominio personal · perfiles RRSS con métricas reales · cross-confirmación biométrica facial · otras webs y bibliografía con ISBN · contactos detectados · Wayback timelines · anomalías y recomendaciones). Incluye Resumen ejecutivo de 3 líneas (decisión / nivel de riesgo / acción inmediata), scoring multidimensional 5D (Final · Privacidad · Autenticidad · Exposición · Contenido) con niveles homogéneos BAJO/MEDIO/ELEVADO/ALTO, huella digital del archivo (pHash + dHash + wHash + aHash + colorHash + combined), matrículas y patrones documentales detectados, y cadena de custodia digital: hash SHA-256 + MD5 + sello temporal RFC 3161 emitido por FreeTSA + URL pública de verificación. Apto para peritaje judicial, due diligence M&A, verificación de reportajes y compliance KYC/AML.
¿Detecta la imagen en otros sitios web (búsqueda inversa)?
Sí. Combinamos Google Vision (Web Detection con matching pages y full matches), Yandex Reverse, TinEye, SauceNAO, Bing Visual Search y Wayback Machine. Cuando encuentra matching pages el sistema descarga las páginas, extrae los nombres asociados a la imagen (JSON-LD, meta tags, títulos) y solo afirma identidad si el mismo nombre aparece en ≥2 hosts distintos (política Maigret).
¿Qué es el cluster pHash interno?
Almacenamos el hash perceptual de cada imagen analizada en una base de datos PostgreSQL propia. Cuando entra una imagen nueva, el sistema comprueba si su pHash coincide (distancia ≤3) con casos previos del propio SaaS. Esto permite vincular automáticamente investigaciones distintas que comparten el mismo material visual — clave para detectives privados, periodismo de investigación y SOC.
¿Qué es el cross-ref interno con otras herramientas?
Si el OCR de la imagen extrae @handles, URLs, emails o teléfonos, el sistema los envía automáticamente a las propias herramientas OSINT de IntelMind (email-api, dominios-api, redes-sociales-api, telefonos-api) y trae el contexto cruzado en el mismo informe. Convierte una imagen aislada en un dossier OSINT encadenado.
¿Puede detectar información oculta en todas las imágenes?
No siempre. El módulo de esteganografía detecta payloads anómalos reales (zsteg LSB + firmas binwalk) y distingue metadata XMP/IPTC estándar de hallazgos genuinos. Los cambios de entropía se marcan como indicativos, no confirmatorios, hasta validación manual. La verdadera fortaleza está en la combinación: stego + ELA + JPEG Ghost + doble compresión Benford + PRNU + Q-table fingerprint.
¿Qué diferencia hay entre subir archivo y usar URL?
Con archivo obtienes análisis completo incluyendo ELA, hashing perceptual, esteganografía, PRNU (huella sensor) y face embeddings 128d exportables. Con URL el sistema descarga la imagen y realiza el mismo análisis, además de conservar la URL fuente como parte de la cadena forense.
¿Cuánto tarda un análisis forense completo?
Entre 4 y 5 minutos por análisis (≈280 segundos típicos). No es una IA superficial: descargamos cada copia detectada en la red, extraemos su EXIF, validamos biometría facial y cruzamos 24 plataformas con política Maigret estricta. El pipeline incluye 20 fases — caras + CLIP + YOLO + EasyOCR + JPEG Ghost + PRNU + ELA heatmap + doble compresión Benford, APIs externas (Hive + GPT-5.4 Vision + Google Vision + Yandex + TinEye + SauceNAO + Wayback), KILLER FORENSE (descarga + EXIF + sha256 + pHash de hasta 15 copias detectadas), scraping legal LSSI-CE para investigación de identidad y síntesis pericial profesional (40 reglas de control). La duración refleja el peritaje real entregado, apto como prueba en juicio.
¿Es legal analizar imágenes de terceros con herramientas forenses?
El análisis forense de imágenes trabaja exclusivamente con metadatos y características técnicas del archivo. No accede a cuentas privadas ni vulnera sistemas. En el marco del RGPD y la LOPDGDD, el análisis de archivos obtenidos legítimamente (publicados en internet, aportados en procedimientos legales o cedidos voluntariamente) es lícito. La responsabilidad recae en cómo se obtiene la imagen, no en su análisis técnico.
¿Para qué sirve la cadena de custodia RFC 3161 en un informe forense?
El sello temporal RFC 3161 certifica que un archivo existía en un momento concreto, emitido por una autoridad de sellado temporal (TSA) independiente — en nuestro caso FreeTSA. En peritaje judicial demuestra que la imagen no fue alterada después de la fecha del sello. Es el estándar aceptado internacionalmente para evidencia digital en procedimientos legales.
¿Cómo saber si una foto está editada con esta herramienta?
IntelMind ejecuta múltiples pruebas técnicas en cascada: Error Level Analysis (ELA) con heatmap visible, JPEG Ghost (regiones recomprimidas a Q distinta), doble compresión por ley de Benford, Q-table fingerprint, XMP Adobe history (cadena Photoshop/Lightroom), Content Credentials C2PA, clone detection (copy-move por ORB), PRNU sensor mismatch, y detección IA con Hive + GPT-5.4 Vision. La correlación entre todas estas señales permite detectar deepfakes online (DALL-E, MidJourney, Stable Diffusion, Firefly…) y manipulaciones humanas (Photoshop, Lightroom) con mayor robustez que cualquier herramienta individual.
Guía completa: análisis forense + investigación profunda de identidad por imagen
El análisis forense de imágenes online es una disciplina clave en investigaciones OSINT, ciberseguridad y peritaje digital. IntelMind combina 28 scripts forenses correlacionados para ofrecer una radiografía completa de cualquier archivo gráfico: desde la detección de contenido generado por inteligencia artificial hasta la reconstrucción de la cadena de custodia forense con sello temporal RFC 3161.
Detección de imágenes generadas por IA y deepfakes
La proliferación de modelos generativos como DALL-E, Midjourney, Stable Diffusion y StyleGAN ha hecho que la detección de imágenes sintéticas sea una necesidad crítica para investigadores, periodistas y equipos antifraude. IntelMind utiliza dos motores complementarios:
- Hive API V3 — modelos entrenados específicamente para clasificar contenido IA, deepfake y manipulación visual. Hive analiza patrones estadísticos en la textura, frecuencia y estructura del píxel que son característicos de cada generador (documentación Hive).
- GPT-5.4 Vision — análisis semántico de la imagen: coherencia de iluminación, anatomía, perspectiva y artefactos visuales típicos de modelos difusos (dedos, textos, simetrías).
El score combinado pondera ambos motores y produce un veredicto con nivel de confianza: Foto original, IA generada, IA probable, Deepfake confirmado o Manipulación detectada.
Metadatos EXIF y geocodificación GPS
Cada fotografía digital almacena metadatos EXIF (Exchangeable Image File Format) que incluyen dispositivo, modelo de cámara, configuración de disparo (apertura, ISO, exposición), timestamps y, en muchos casos, coordenadas GPS exactas del lugar donde se tomó la imagen. IntelMind extrae estos datos con ExifTool y geocodifica las coordenadas mediante Nominatim/OpenStreetMap para mostrar ciudad, calle, código postal y enlaces directos a Google Maps y Street View.
La presencia o ausencia de metadatos es en sí misma una señal forense: una imagen sin EXIF probablemente ha sido procesada por una red social, un editor o un servicio de mensajería que elimina metadatos al comprimir.
Análisis ELA: Error Level Analysis
ELA es una técnica forense que detecta regiones de una imagen JPEG que han sido reguardadas a diferente nivel de compresión. Cuando una zona ha sido editada (recortada, clonada o añadida), presenta un nivel de error JPEG distinto al resto de la imagen.
IntelMind genera el mapa ELA y lo analiza automáticamente para detectar zonas con manipulación localizada, estimando también el número de re-guardados JPEG (cada exportación añade artefactos de compresión acumulativos). Un número alto de re-guardados suele indicar que la imagen ha pasado por múltiples editores o plataformas.
Esteganografía y datos ocultos
La esteganografía es la técnica de ocultar información dentro de una imagen sin alterar su apariencia visual. IntelMind ejecuta análisis LSB (Least Significant Bit) con zsteg y firmas binwalk para detectar payloads embebidos, scripts ocultos o archivos comprimidos dentro de la imagen.
El módulo distingue entre metadata estándar (XMP, IPTC) y hallazgos genuinos: strings sospechosos, entropía anómala y firmas de archivos conocidos. Los resultados se clasifican por nivel de riesgo: bajo (metadata normal), medio (patrones inusuales) o alto (payload confirmado).
Hashing perceptual y detección de copias
El hashing perceptual (pHash, dHash) genera una huella digital única de la imagen que permite compararla con otras versiones incluso después de redimensionado, compresión o pequeños recortes. A diferencia del hash criptográfico (SHA-256), el hash perceptual tolera modificaciones menores y detecta si dos imágenes son esencialmente la misma.
IntelMind cruza el pHash contra SauceNAO y Google Vision Web Detection para localizar dónde aparece la imagen en internet, identificar la versión de mayor resolución (candidato a original) y reconstruir la línea de copia: dónde se publicó primero, qué sitios la replicaron y con qué modificaciones.
Cadena de custodia y sello temporal RFC 3161
Para usos legales y de peritaje, IntelMind genera una cadena de custodia digital que incluye: hash SHA-256 del archivo original, hash MD5, tamaño, MIME type y un sello temporal RFC 3161 emitido por una TSA (Time Stamping Authority) que certifica la existencia del archivo en un momento concreto (IETF RFC 3161).
Este registro es útil en procedimientos judiciales, auditorías internas y due diligence donde se necesita demostrar que una imagen existía en una fecha determinada sin posibilidad de alteración retroactiva.
Scoring 4D: Privacidad, Autenticidad, Exposición y Contenido
El sistema de scoring de IntelMind evalúa cada imagen en cuatro dimensiones con ponderación calibrada:
- Privacidad (30%) — GPS expuesto, número de serie del dispositivo, software identificable, timestamps
- Autenticidad (40%) — detección IA/deepfake, ELA, coherencia de metadatos, re-guardados JPEG
- Exposición (20%) — presencia en búsqueda inversa, número de copias, redes sociales
- Contenido (10%) — moderación NSFW, caras detectadas, texto OCR sensible
El score final ponderado (0-100) se traduce en una clasificación de riesgo: BAJO (imagen original sin riesgo), MEDIO (señales mixtas) o ALTO (IA confirmada, manipulación o privacidad expuesta).
Casos de uso: peritaje judicial, due diligence y verificación OSINT
El análisis forense de imágenes online tiene aplicaciones directas en múltiples ámbitos profesionales:
- Periodismo de investigación: verificar la autenticidad de imágenes antes de publicar, detectar fotomontajes y deep fakes en contextos de desinformación (guías Bellingcat).
- Peritaje judicial y forense: documentar la cadena de custodia con sello RFC 3161, demostrar manipulación con ELA y reconstruir el origen con búsqueda inversa.
- Antifraude y seguros: detectar fotografías recicladas en reclamaciones, imágenes IA de daños ficticios o documentos manipulados.
- Due diligence corporativo: verificar que imágenes de producto, perfiles o instalaciones son reales y no stock ni IA.
- OSINT y ciberinteligencia: geolocalización de fotos, identificación de dispositivos, trazabilidad de difusión en redes.
- Moderación de contenido: detección automática de NSFW, deepfakes y contenido sintético en plataformas.
Cómo saber si una foto es real, está editada o es generada por IA
Verificar imagen es una rutina cada vez más necesaria en periodismo, antifraude y due diligence. Ante una imagen sospechosa, IntelMind ejecuta 28 pruebas forenses en cascada: detección de IA generativa con Hive y GPT-5.4 Vision, lectura de metadatos EXIF (cámara, fecha, GPS), análisis forense ELA para detectar zonas editadas, búsqueda inversa con SauceNAO y Google Vision para detectar reutilización, hashing perceptual para localizar copias casi idénticas en otros sitios, y revisión esteganográfica para descartar datos ocultos en píxeles. El resultado es un veredicto profesional pericial en lenguaje natural estructurado en 2 partes (Análisis forense de imagen + Investigación profunda de identidad) en 4-5 minutos. Si la pregunta es «¿es real esta imagen?», esta es la radiografía completa que necesitas antes de tomar una decisión editorial, antifraude o documental.
Detectar imagen IA, deepfake y manipulación: DALL-E, Midjourney, Stable Diffusion, Hive y GPT-5
Una imagen creada por IA hoy se reconoce por una combinación de señales que no son obvias a simple vista. Modelos como DALL-E 3, Midjourney v6 y Stable Diffusion XL dejan firmas estadísticas en los píxeles que detectores especializados como Hive Moderation y los clasificadores propios de OpenAI identifican con tasas del 90-97% para casos típicos. IntelMind integra Hive como detector primario, GPT-5.4 Vision como segundo opinante (lee la coherencia anatómica, los reflejos, los textos imposibles, las arquitecturas con perspectivas raras), y combina ambos en un score conjunto. La detección no es perfecta — las imágenes parcialmente editadas con IA (inpainting de un detalle sobre una foto real) son los falsos negativos más frecuentes. Por eso recomendamos cruzar siempre con EXIF y búsqueda inversa.
Análisis EXIF online + ELA: metadatos, GPS, cámara, software, fechas y huella del sensor
El análisis forense imagen estándar incluye el ELA (Error Level Analysis), una técnica que detecta zonas que han sido recomprimidas con un nivel de calidad distinto al resto. Lo que muestra un ELA imagen es muy concreto: cuando una foto original JPEG se edita en una zona y se vuelve a guardar, el área editada queda con un nivel de compresión ligeramente diferente. ELA visualiza esa diferencia como zonas de mayor brillo en la imagen analizada. No es prueba absoluta de manipulación (también puede salir alta en zonas con texto, bordes nítidos o cámaras que aplican post-proceso fuerte), pero combinado con la lectura de EXIF (¿se ha editado en Photoshop?, ¿hay cambios en la fecha?) y búsqueda inversa (¿existe la imagen original sin el detalle alterado en internet?), ELA es uno de los pilares del peritaje fotográfico moderno.