ReAlign：通过推理对齐表示实现可泛化的图像伪造检测
计算机视觉与模式识别
2026-05-18 v1
摘要
AI生成图像（AIGIs）的兴起对数字真实性构成了日益严峻的挑战，催生了对高效、可泛化的图像伪造检测系统的需求。现有方法，无论是基于非大语言模型（non-LLM）还是基于大语言模型（LLM），都展现出独特的优势与局限。基于非LLM的模型能高效检测低级伪影，但往往缺乏语义理解。相反，基于LLM的方法提供了强大的语义推理和可解释性，但计算密集且对细微视觉伪影不够敏感。此外，解释性推理文本对伪造检测性能的真实贡献仍不明确。在本工作中，我们探究了LLM生成推理文本的内在价值与潜力，将其视为泛化能力和语义错误敏感性的来源。基于这些发现，我们提出了ReAlign，一个新颖的框架，通过对比学习将由GRPO优化的LLM生成的高质量推理文本蒸馏到一个轻量级的AIGI检测器中。ReAlign有效地继承了推理文本表示的泛化能力和语义敏感性，同时保持了部署的高效与轻量。此外，ReAlign采用了一种定制的联合优化策略，整合了用于图像-文本对齐的对比损失和用于精确伪造判别的分类损失。在AIGCDetectBenchmark、AIGI-Holmes以及我们新构建的UltraSynth-10k上的实验结果表明，ReAlign在准确性和泛化能力上持续优于现有的最先进检测器，尤其是在面对来自现代生成模型的复杂、高保真伪造时。
引用
@article{arxiv.2605.16080,
title = {ReAlign: Generalizable Image Forgery Detection via Reasoning-Aligned Representation},
author = {Qing Huang and Zhipei Xu and Xuanyu Zhang and Xiangyu Yu and Jian Zhang},
journal= {arXiv preprint arXiv:2605.16080},
year = {2026}
}
备注
Accepted by CVPR 2026