敢于抄袭？抄袭画作的识别与检索

艺术抄袭检测在保护艺术家版权和知识产权方面起着至关重要的作用，但它在取证分析中仍然是一个具有挑战性的问题。在本文中，我们处理识别抄袭画作的任务，并通过检索视觉上相似的真迹艺术品来解释检测到的抄袭行为。为支持这项研究，我们通过收集画作照片并使用生成式AI合成针对特定艺术家风格的抄袭版本，构建了一个数据集。我们首先建立了一个基线方法，使用来自视觉基础模型DINOv2的现成特征来检索数据库中最相似的图像，并基于相似度阈值对抄袭进行分类。令人惊讶的是，这种非学习方法达到了97.2%的高识别准确率，但检索精度较低，平均精度（AP）仅为29.0%。为了提高检索质量，我们使用度量学习损失，利用从数据库中采样的正负样本对来微调DINOv2。微调后的模型将检索性能比基线大幅提高了12%的AP，尽管它意外地导致了较低的识别准确率（92.7%）。最后，我们进行了深入的讨论并概述了未来研究的方向。