MiraGe：用于通用AI生成图像检测的多模态判别表示学习
计算机视觉与模式识别
2025-08-05 v1 人工智能
摘要
近期生成模型的进展凸显了区分真实图像与AI生成图像的鲁棒检测器需求。虽然现有方法在已知生成器上表现良好，但面对新出现的或未知生成模型时，因特征嵌入重叠导致性能下降。本文提出一种用于通用AI生成图像检测的多模态判别表示学习方法（MiraGe），旨在学习生成器不变特征。受 intra-class 变异最小化和 inter-class 间隔分离的理论洞见启发，MiraGe 在同一类别内紧密对齐特征，同时最大化类别间的分离度，从而增强特征的判别性。此外，我们应用多模态提示学习将这些原则细化到 CLIP 中，利用文本嵌入作为语义锚点进行有效的判别表示学习，从而提升泛化能力。广泛的实验表明，MiraGe 在多个基准上实现了最先进的性能，即使面对如 Sora 等未知生成器，也能保持鲁棒性。
引用
@article{arxiv.2508.01525,
title = {MiraGe: Multimodal Discriminative Representation Learning for Generalizable AI-Generated Image Detection},
author = {Kuo Shi and Jie Lu and Shanshan Ye and Guangquan Zhang and Zhen Fang},
journal= {arXiv preprint arXiv:2508.01525},
year = {2025}
}
备注
Accepted to ACMMM 2025