提升深度伪造检测水平：一种有效区分GAN架构与扩散模型生成图像的方法
计算机视觉与模式识别
2023-03-02 v1
摘要
图像深度伪造检测任务已被科学界广泛研究，用以区分真实图像与人工智能（AI）模型生成的图像：这是一个二分类任务。本文通过收集由9种不同生成对抗网络（GAN）架构与4种额外扩散模型（DM）生成的伪造图像及真实图像专用数据集，对深度伪造检测与识别任务展开研究。随后引入一种分层多级方法以求解三种不同的深度伪造检测与识别任务：（i）真实图像 Vs AI生成图像；（ii）GANs Vs DMs；（iii）AI特定架构识别。实验结果表明，在各任务中分类准确率均超过97%，优于当前最先进方法。
引用
@article{arxiv.2303.00608,
title = {Level Up the Deepfake Detection: a Method to Effectively Discriminate Images Generated by GAN Architectures and Diffusion Models},
author = {Luca Guarnera and Oliver Giudice and Sebastiano Battiato},
journal= {arXiv preprint arXiv:2303.00608},
year = {2023}
}