Mình nghĩ kết hợp nhiều các phương pháp nhận dạng hình ảnh giả mạo từ đơn giản cho đến phức tạp sẽ hiệu quả hơn chứ không nhất thiết là chỉ sử dụng mỗi máy học, bởi vì với các phương pháp đơn giản, bạn cũng có thể phát hiện được rất nhiều hình ảnh được chụp bởi camera hay đã qua chỉnh sửa rồi.

Phương pháp khá đơn giản đầu tiên là kiểm tra metadata của hình ảnh, mặc dù metadata của hình ảnh có thể được chỉnh sửa dễ dàng nhưng không phải ai cũng để ý hoặc biết đến nó. Ví dụ như nếu hình ảnh được chỉnh sửa thông qua Photoshop thì chắc chắn trong metadata của hình ảnh sẽ lưu lại thông tin của phiên bản Photoshop đã dùng, các chương trình sửa ảnh khác cũng có thể lưu thông tin tương tự.

Tiếp theo, bạn có thể kiểm tra mức độ nén hình ảnh, thông thường, hình ảnh được chụp bởi camera rất ít khi nén một cách tối ưu mà chúng chỉ dừng lại ở một mức độ nhất định nào đó để đảm bảo hình ảnh sắc nét nhất có thể, còn hình ảnh đã qua chỉnh sửa có thể bị nén xuống nhiều lần, hoặc hình ảnh đã qua các bộ lọc nhiễu, làm sắc nét,... làm cho sự phân bố các pixels không còn ở dạng uniform nữa, sẽ dễ dàng bị phát hiện ngay.

Cuối cùng bạn có thể dùng mô hình máy học nào mà bạn muốn, khuyên dùng SVM, Neural Network hoặc Deep Learning, bởi vì chúng là các mô hình học tốt nhất hiện nay.