基于语言引导对比学习的可泛化合成图像检测
计算机视觉与模式识别
2025-05-01 v2
摘要
AI 生成图像真实感的提升可归因于合成模型的快速发展，包括生成对抗网络（GAN）与扩散模型（DM）。然而，合成图像的恶意使用，如传播假新闻或创建虚假账户，引发了关于图像真实性的重大担忧。尽管已开发许多取证算法用于检测合成图像，其性能，尤其是泛化能力，仍远不足以应对日益增多的合成模型。本工作中，我们提出一种简单却非常有效的合成图像检测方法，通过语言引导的对比学习实现。具体而言，我们用精心设计的文本标签增强训练图像，使我们能够使用联合视觉-语言对比监督来学习具有更好泛化能力的取证特征空间。结果表明，我们提出的语言引导合成检测（LASTED）模型对未见过的图像生成模型实现了大幅改善的泛化性，并在四个数据集上展现出远超最先进竞争对手的优异性能。代码可在 https://github.com/HighwayWu/LASTED 获取。
引用
@article{arxiv.2305.13800,
title = {Generalizable Synthetic Image Detection via Language-guided Contrastive Learning},
author = {Haiwei Wu and Jiantao Zhou and Shile Zhang},
journal= {arXiv preprint arXiv:2305.13800},
year = {2025}
}