基于语义感知的重构误差用于检测AI生成图像
计算机视觉与模式识别
2026-03-13 v3
摘要
近年来，随着图像生成技术的快速发展，AI生成图像检测受到日益关注。虽然现有检测方法取得了令人鼓舞的成果，但在面对来自未见、离散（OOD）生成模型的假图像时，其性能常显著下降，因为这些方法主要依赖模型特定的痕迹，从而对训练所用模型过拟合。为此，我们提出了一种新型表示——语义感知重构误差（SARE），其衡量图像与其由caption引导重构之间的语义差异。SARE的核心假设是：真实图像，其caption往往未能完全捕捉其复杂的视觉内容，在caption引导的重构过程中可能发生显著的语义偏移；而假图像则与其caption高度吻合，显示出最小的语义变化。通过量化这些语义偏移，SARE为跨 diverse 生成模型的假图像检测提供了稳健且具辨识力的特征。此外，我们引入了一个融合模块，通过cross-attention机制将SARE集成到 backbone 检测器中，使图像特征能够注意力地关注来自SARE提取的语义表示，从而实现对语义信息的自适应利用。实验结果表明，所提方法在GenImage和ForenSynths等基准测试上 outperform 了现有基线。我们进一步通过对语义偏移的详细分析验证了caption引导的有效性，证明其能增强检测的鲁棒性。
引用
@article{arxiv.2508.09487,
title = {Semantic-Aware Reconstruction Error for Detecting AI-Generated Images},
author = {Ju Yeon Kang and Jaehong Park and Semin Kim and Ji Won Yoon and Nam Soo Kim},
journal= {arXiv preprint arXiv:2508.09487},
year = {2026}
}