基于谱学习的任意分辨率 AI 生成图像检测
计算机视觉与模式识别
2025-04-01 v2 机器学习
图像与视频处理
摘要
近期研究表明，AI 模型会在生成图像中引入谱特征，并提出使用标记数据来捕捉这些特征的方法。然而，不同生成模型之间存在显著的特征差异，导致这些方法难以对训练时未出现的生成器进行泛化。在本工作中，我们基于以下关键思想构建方法：真实图像的谱分布既是不变的，又是高度判别性的 AI 生成图像检测模式。在自监督设置下，我们采用掩码谱学习，并以频率重建作为预文本任务。由于生成图像属于该模型的离群分布样本，我们提出谱重建相似性来捕捉这种分布差异。此外，我们引入谱上下文注意力，使该方法能够高效捕捉任何分辨率图像中细微的谱不一致性。我们的谱 AI 生成图像检测方法（SPAI）在 13 种最新生成方法上实现了 5.5% 的 AUC 绝对提升，同时对常见的在线扰动具有鲁棒性。代码已公开于 https://mever-team.github.io/spai。
引用
@article{arxiv.2411.19417,
title = {Any-Resolution AI-Generated Image Detection by Spectral Learning},
author = {Dimitrios Karageorgiou and Symeon Papadopoulos and Ioannis Kompatsiaris and Efstratios Gavves},
journal= {arXiv preprint arXiv:2411.19417},
year = {2025}
}
备注
CVPR2025