CO-SPY：结合语义与像素特征检测合成图像
计算机视觉与模式识别
2025-03-25 v1
摘要
随着生成式AI的快速发展，现在可以在几秒钟内合成高质量的图像。尽管这些技术功能强大，但也引发了广泛的滥用担忧。当前致力于区分真实图像与AI生成图像的研究可能缺乏泛化能力，仅对特定类型的生成模型有效，并且易受后处理技术（如JPEG压缩）的影响。为克服这些限制，本文提出一种新框架Co-Spy，首先增强现有语义特征（如手部手指数量）和像素特征（如像素值差异），然后自适应地将其整合，以实现更通用和稳健的合成图像检测。此外，本文创建了Co-Spy-Bench数据集，包含5个真实图像数据集和22个最先进的生成模型，包括最新的FLUX模型。我们还收集了5万张来自互联网的野生合成图像，以实现更实用的评估。我们的广泛评估表明，在相同训练条件下，所提出的检测器超越现有方法，平均准确率提高约11%至34%。代码已公开于https://github.com/Megum1/Co-Spy。
引用
@article{arxiv.2503.18286,
title = {CO-SPY: Combining Semantic and Pixel Features to Detect Synthetic Images by AI},
author = {Siyuan Cheng and Lingjuan Lyu and Zhenting Wang and Xiangyu Zhang and Vikash Sehwag},
journal= {arXiv preprint arXiv:2503.18286},
year = {2025}
}