GenImage：用于检测 AI 生成图像的百万规模基准
计算机视觉与模式识别
2023-06-27 v2
摘要
生成模型生成照片级图像的非凡能力加剧了人们对虚假信息传播的担忧，从而催生了能够区分 AI 生成假图像与真实图像的检测器的需求。然而，缺乏包含最先进图像生成器所生成图像的大型数据集，阻碍了此类检测器的发展。本文中，我们引入 GenImage 数据集，其具有以下优势：1) 图像海量，包含超过一百万对 AI 生成假图像与采集的真实图像。2) 图像内容丰富的，涵盖广泛的图像类别。3) 最先进的生成器，利用先进的扩散模型与 GAN 合成图像。上述优势使得在 GenImage 上训练的检测器得以接受透彻评估，并对多样化图像展现出强适用性。我们对数据集进行了全面分析，并提出了两项任务以评估检测方法在近似真实场景中的表现。跨生成器图像分类任务衡量在某生成器上训练的检测器在其他生成器上测试时的性能。退化图像分类任务评估检测器处理低分辨率、模糊及压缩等退化图像的能力。借助 GenImage 数据集，研究者可有效加快优于现有方法的优质 AI 生成图像检测器的开发与评估。
引用
@article{arxiv.2306.08571,
title = {GenImage: A Million-Scale Benchmark for Detecting AI-Generated Image},
author = {Mingjian Zhu and Hanting Chen and Qiangyu Yan and Xudong Huang and Guanyu Lin and Wei Li and Zhijun Tu and Hailin Hu and Jie Hu and Yunhe Wang},
journal= {arXiv preprint arXiv:2306.08571},
year = {2023}
}
备注
GitHub: https://github.com/GenImage-Dataset/GenImage