基于频谱中分形自相似性的可泛化AI生成图像检测
计算机视觉与模式识别
2025-03-12 v1
摘要
AI生成图像检测的泛化性能仍然是一个关键挑战。尽管大多数现有方法在检测训练集中包含的生成模型图像时表现良好，但面对未见生成器的图像时，其准确率显著下降。为了解决这一局限性，我们提出了一种基于频谱分形自相似性的新型检测方法，这是不同模型生成的图像共有的特征。具体而言，我们证明了AI生成图像通过周期延拓和低通滤波表现出类似分形的频谱增长。这一观察促使我们利用频谱中不同分形分支之间的相似性。我们的方法不直接分析频谱，而是减轻了不同生成器之间频谱特征变化的影响，从而改善了对未见模型图像的检测性能。在公共基准测试上的实验证明了该方法在GAN和扩散模型中均具有泛化检测性能。
引用
@article{arxiv.2503.08484,
title = {Generalizable AI-Generated Image Detection Based on Fractal Self-Similarity in the Spectrum},
author = {Shengpeng Xiao and Yuanfang Guo and Heqi Peng and Zeming Liu and Liang Yang and Yunhong Wang},
journal= {arXiv preprint arXiv:2503.08484},
year = {2025}
}