免费实现对抗鲁棒的 AI 生成图像检测：信息论视角
计算机视觉与模式识别
2025-06-02 v2
摘要
人工智能生成图像（AIGI）的快速发展便利了其恶意使用，例如伪造和虚假信息。因此，人们提出了许多方法来检测伪造图像。尽管此类检测器已被证明普遍容易受到对抗攻击的威胁，但该领域的防御方法仍然稀缺。在本文中，我们首先发现被广泛认为是最有效防御方法的对抗训练（AT）在 AIGI 检测中会出现性能崩溃。通过信息论视角，我们进一步将崩溃原因归结为特征纠缠，这破坏了特征-标签互信息的保留。相反，标准检测器表现出清晰的特征分离。受此差异启发，我们提出了基于信息论测量的免训练鲁棒检测（TRIM），这是首个针对 AIGI 检测的免训练对抗防御方法。TRIM 构建于标准检测器之上，并利用预测熵和 KL 散度来量化特征偏移。在多个数据集和攻击上的大量实验验证了我们 TRIM 方法的优越性，例如，在 ProGAN（GenImage）上比 state-of-the-art 防御方法高出 33.88%（28.91%），同时良好地保持了原始准确率。
引用
@article{arxiv.2505.22604,
title = {Adversarially Robust AI-Generated Image Detection for Free: An Information Theoretic Perspective},
author = {Ruixuan Zhang and He Wang and Zhengyu Zhao and Zhiqing Guo and Xun Yang and Yunfeng Diao and Meng Wang},
journal= {arXiv preprint arXiv:2505.22604},
year = {2025}
}