LAID: 空间和频谱域中的轻量级 AI 生成图像检测

最近逼真的 AI 生成图像 (AIGI) 的激增引发了人们对其潜在滥用的迫切担忧，尤其是在社交媒体平台上。当前最先进的 AIGI 检测方法通常依赖于大型、深度神经网络架构，这为在社交媒体等平台上进行实时、大规模部署造成了巨大的计算障碍。为了挑战这种对计算密集型模型的依赖，我们引入了 LAID，据我们所知，这是第一个对现成轻量级神经网络的检测性能和效率进行基准测试和评估的框架。在该框架中，我们在空间、频谱和融合图像域上，对 GenImage 数据集的一个代表性子集上的选定模型进行了全面的训练和评估。我们的结果表明，即使在对抗条件下，轻量级模型也能达到有竞争力的精度，同时与当前最先进的方法相比，其内存和计算成本显著降低。这项研究为 AIGI 检测中效率与性能之间的权衡提供了宝贵的见解，并为开发实用、可扩展和可信赖的检测系统奠定了基础。LAID 的源代码可在 https://github.com/nchivar/LAID 获取。