完全AI生成图像检测：定义、近期进展与挑战
计算机视觉与模式识别
2026-05-13 v2 机器学习
摘要
视觉生成模型的最新进展使能够创建高度逼真的完全AI生成图像，无需依赖真实源内容。虽然对许多应用有益，但这些模型也会滥用，从而产生令人信服的深度伪造图。检测它们代表了人工智能媒体法医学中需要可靠提取生成架构所刻意痕迹的基础且具有挑战性的问题。本综述提供了完全AI生成图像检测的系统性概述。遵循标准检测器设计流程，我们聚焦于两个关键组件：数据集构建与特征提取。我们分析数据集设计如何影响所学特征的泛化性和鲁棒性，并基于所依赖的主要归纳先验对现有特征提取方法进行分类。我们在此框架下系统性地综述了现有工作。最后，我们指出开放问题并展望若干未来方向，以开发更稳健和更通用的检测器。本综述中评估的工作可在 https://github.com/zju-pi/Awesome-Fully-AI-Generated-Image-Detection 查阅。
引用
@article{arxiv.2502.19716,
title = {Fully AI-Generated Image Detection: Definition, Recent Advances and Challenges},
author = {Qijie Xu and Can Wang and Jiawei Chen and Siwei Lyu and Defang Chen},
journal= {arXiv preprint arXiv:2502.19716},
year = {2026}
}