WILD：面向合成图像鉴定的野外图像链接数据集
多媒体
2025-04-30 v2 人工智能
计算机视觉与模式识别
摘要
合成图像来源鉴定是一项开放性挑战，随着每年可获得的图像生成技术数量和复杂度的增加，以及稀缺高质量多样化开源数据集，使得训练和基准测试合成图像来源鉴定模型变得非常具有挑战性。WILD是一个新的野外图像链接数据集，旨�为合成图像来源鉴定模型提供强大的训练和基准测试工具。该数据集由闭合的10个流行商业生成器构成，作为鉴定模型的训练基座，以及开放的10个额外生成器，模拟真实世界的野外场景。每个生成器由1000张图像表示，闭合集合中共10000张图像，开放集合中也有10000张图像。其中一半图像经过一系列广泛算子进行后处理。WILD允许对闭合集和开放集识别、验证以及对后处理和对抗攻击具有鲁棒性的鉴定模型进行基准测试。基于数据集自身所代表的具有挑战性的情景，训练在WILD上的模型预计将受益。此外，本文还展示了对七种基线方法在闭合集和开放集鉴定上的评估，包括对后处理的鲁棒性测试。
引用
@article{arxiv.2504.19595,
title = {WILD: a new in-the-Wild Image Linkage Dataset for synthetic image attribution},
author = {Pietro Bongini and Sara Mandelli and Andrea Montibeller and Mirko Casu and Orazio Pontorno and Claudio Vittorio Ragaglia and Luca Zanchetta and Mattia Aquilina and Taiba Majid Wani and Luca Guarnera and Benedetta Tondi and Giulia Boato and Paolo Bestagini and Irene Amerini and Francesco De Natale and Sebastiano Battiato and Mauro Barni},
journal= {arXiv preprint arXiv:2504.19595},
year = {2025}
}