图像生成模型的定性缺陷及其在深度伪造检测中的应用
计算机视觉与模式识别
2024-06-21 v6 人工智能
摘要
图像与视频生成模型创建照片级真实图像的能力已达到前所未有的高度，使得在许多情况下难以区分真实与伪造图像。然而，尽管取得了这一进展，生成图像的质量与真实世界图像之间仍存在差距。为此，我们回顾了来自学术出版物与社交媒体的大量文献，以识别图像生成模型中的定性缺陷，并将其归为五类。通过理解这些缺陷，我们可以确定这些模型需要改进之处，并制定检测深度伪造的策略。深度伪造在当今社会的泛滥是一个严重问题，我们的发现有助于减轻其负面影响。
引用
@article{arxiv.2304.06470,
title = {Qualitative Failures of Image Generation Models and Their Application in Detecting Deepfakes},
author = {Ali Borji},
journal= {arXiv preprint arXiv:2304.06470},
year = {2024}
}