迈向通用的GAN图像检测
计算机视觉与模式识别
2021-12-24 v1
摘要
伪造图像质量的不断提高与广泛传播催生了对可靠取证工具的需求。近来已提出许多GAN图像检测器。然而在真实场景中，它们大多表现出有限的鲁棒性和泛化能力。此外，它们常依赖于测试时不可用的辅助信息，即它们不是通用的。我们研究这些问题，并提出了一种基于有限子采样架构和适当对比学习范式的新型GAN图像检测器。在挑战性条件下进行的实验证明，所提方法是迈向通用GAN图像检测的第一步，同时也确保了针对常见图像损伤的良好的鲁棒性，以及对未见架构的良好泛化能力。
引用
@article{arxiv.2112.12606,
title = {Towards Universal GAN Image Detection},
author = {Davide Cozzolino and Diego Gragnaniello and Giovanni Poggi and Luisa Verdoliva},
journal= {arXiv preprint arXiv:2112.12606},
year = {2021}
}