重新定义视觉领域中的泛化：FusionDetect 伪造图像检测的双轴框架
计算机视觉与模式识别
2025-10-08 v1 人工智能
摘要
生成模型的快速发展使得开发能够可靠检测合成图像的检测器愈加关键。尽管大多数工作已聚焦于跨生成器泛化，但我们认为此观点过于有限。检测合成图像涉及另一 equally important 的挑战：跨视觉域的泛化。为填补这一差距，我们提出了 OmniGen 基准。该全面评估数据集包含 12 个最先进的生成器，提供了更真实的评估方式以评估检测器在现实条件下的表现。此外，我们引入了一种新方法 FusionDetect，旨在解决两个泛化向量。FusionDetect 借助两个冻结基础模型的优势：CLIP 与 Dinov2。通过从两种互补模型中派生特征，我们开发了一个自然适应生成器内容和设计变化的 cohesive 特征空间。我们的广泛实验表明，FusionDetect 不仅交出了新的最先进成绩，在已建立的基准上比其最近的竞争者准确率高出 3.87%，平均准确率提高 6.13%，在 OmniGen 上准确率提升 4.48%，并对常见图像扰动表现出卓越的鲁棒性。我们不仅提供了一款表现优异的检测器，还引入了一个新的基准和框架用于进一步发展通用 AI 图像检测。代码和数据集已在 http://github.com/amir-aman/FusionDetect 提供。
引用
@article{arxiv.2510.05740,
title = {Redefining Generalization in Visual Domains: A Two-Axis Framework for Fake Image Detection with FusionDetect},
author = {Amirtaha Amanzadi and Zahra Dehghanian and Hamid Beigy and Hamid R. Rabiee},
journal= {arXiv preprint arXiv:2510.05740},
year = {2025}
}
备注
Project code: http://github.com/amir-aman/FusionDetect