高效零样本AI生成图像检测
计算机视觉与模式识别
2026-03-24 v1 人工智能
摘要
文本到图像模型的快速发展使得AI生成的图像日益逼真，给生成内容的准确检测带来了重大挑战。基于训练的检测器通常对未见图像泛化能力有限，而无训练方法虽具有更好的鲁棒性，却难以捕捉真实图像与合成图像之间的细微差异。本文提出一种无需训练的AI生成图像检测方法，通过测量表示对结构化频率扰动的敏感性，实现对微小篡改的检测。该方法计算量轻，因为扰动生成仅需对输入图像进行一次傅里叶变换。因此，其推理速度比大多数无训练检测器快一到两个数量级。在具有挑战性的基准数据集上的大量实验证明了我们的方法相对于最先进技术（SoTA）的有效性。特别是在OpenFake基准上，与SoTA相比，我们的方法将AUC提高了近10%，同时保持了显著更低的计算成本。
引用
@article{arxiv.2603.21619,
title = {Efficient Zero-Shot AI-Generated Image Detection},
author = {Ryosuke Sonoda and Ramya Srinivasan},
journal= {arXiv preprint arXiv:2603.21619},
year = {2026}
}