AI-GenBench：用于 AI 生成图像检测的全新持续基准
计算机视觉与模式识别
2025-12-17 v3
摘要
生成式 AI 的快速发展彻底改变了图像创建方式，使其能够从文本提示生成高质量图像，同时也为媒体真实性带来挑战。我们提出 Ai-GenBench，一个新型基准，旨在解决在实际场景中鲁棒检测 AI 生成图像的紧迫需求。不同于现有方法在静态数据集上评估模型，Ai-GenBench 引入了动态评估框架，检测方法依次在按生成模型历史顺序排列的合成图像上进行训练，以测试其对新生成模型（如从 GAN 向扩散模型过渡）的泛化能力。我们的基准聚焦于高质量、多样化的视觉内容，克服了当前方法的关键局限性，包括任意数据集划分、不公平比较以及过高的计算需求。Ai-GenBench 提供了全面的数据集、标准化的评估协议以及面向研究人员和非专业用户（如记者、事实核查员）的可访问工具，确保可重复性，同时维持实际的训练要求。通过建立明确的评估规则和受控的数据增强策略，Ai-GenBench 使检测方法的有意义比较成为可能，并支持可扩展的解决方案。代码和数据公开available，以确保可重复性，并支持开发鲁棒的 forensic 检测器以跟上新兴合成生成器的崛起。
引用
@article{arxiv.2504.20865,
title = {AI-GenBench: A New Ongoing Benchmark for AI-Generated Image Detection},
author = {Lorenzo Pellegrini and Davide Cozzolino and Serafino Pandolfini and Davide Maltoni and Matteo Ferrara and Luisa Verdoliva and Marco Prati and Marco Ramilli},
journal= {arXiv preprint arXiv:2504.20865},
year = {2025}
}
备注
Accepted at Verimedia workshop, IJCNN 2025. 9 pages, 6 figures, 4 tables, code available: https://github.com/MI-BioLab/AI-GenBench