聚合多样化提示专家用于AI生成图像检测
计算机视觉与模式识别
2026-01-14 v1
摘要
图像合成模型的快速涌现构成了AI生成图像检测器泛化的挑战。然而，现有方法常依赖于模型特定特征，导致过拟合且泛化性差。本文引入了多提示聚合网络（MCAN），一个新型框架，将不同且互补提示在统一网络中集成。MCAN采用混合编码器适配器来动态处理这些提示，从而实现更自适应和稳健的特征表示。我们的提示包括输入图像本身（代表整体内容），以及强调边缘细节的高频成分。此外，我们引入了色彩不一致（CI）提示，该提示规范化强度值并捕获图像获取过程中引入的噪声信息的实时图像，使这些噪声模式更易于区分于AI生成内容。与先前方法不同，MCAN的新颖之处在于其统一的多提示聚合框架，将空间、频域和色度信息集成以增强表征学习。这些提示在本质上对实时图像更具指示性，增强了跨模型泛化。在GenImage、Chameleon和UniversalFakeDetect基准测试上的大量实验验证了MCAN的状态前沿性能。在GenImage数据集中，MCAN在八种不同图像生成器上的平均ACC提升了最高可达7.4%。
引用
@article{arxiv.2601.08790,
title = {Aggregating Diverse Cue Experts for AI-Generated Image Detection},
author = {Lei Tan and Shuwei Li and Mohan Kankanhalli and Robby T. Tan},
journal= {arXiv preprint arXiv:2601.08790},
year = {2026}
}
备注
Accepted by AAAI 2026