柚子快報激活碼778899分享:AIGC生成圖像檢測
柚子快報激活碼778899分享:AIGC生成圖像檢測
AI生成圖像技術(shù)的進展與影響
技術(shù)進步:
視覺質(zhì)量與效率提升:近年來,AI生成圖像在視覺質(zhì)量、語義復(fù)雜度及運行時間效率上均實現(xiàn)了顯著飛躍。成本降低與普及:生成虛假圖像所需的專業(yè)知識和成本大幅下降,促使在線圖像生成平臺(如Midjourney、DALL·E)的興起,使得普通用戶也能輕松根據(jù)需求生成圖像。
平臺與工具發(fā)展:
Midjourney:作為熱門平臺,已迭代至5.2版本,提供付費服務(wù)。DALL·E:由OpenAI開發(fā),用戶付費后可結(jié)合DALL·E 3、ChatGPT Plu版及企業(yè)版使用。微軟已將其整合至Bing聊天及Microsoft Edge瀏覽器。Stable Diffusion:Stability AI開源了v2.0、v2.1等版本,支持在線及本地計算,通過文字輸入生成高質(zhì)量圖像。中文支持平臺:Pixeling、wukong等平臺支持中文text-to-image功能。
社會影響與擔(dān)憂:
虛假信息傳播:AI圖像生成技術(shù)的普及加劇了虛假信息傳播的擔(dān)憂。
AIGC生成圖像檢測方法
[CNNSpot] CNN生成的圖像驚人地容易被識別...目前
CNNSpot提出了一種簡單而有效的偽造圖像檢測器。他們采用ResNet-50作為分類器,并觀察到包括JPEG壓縮和高斯模糊在內(nèi)的數(shù)據(jù)增強可以提高檢測器的泛化能力,這意味著檢測器可以很好地泛化到未見過的架構(gòu)、數(shù)據(jù)集和訓(xùn)練方法。
[GramNet] 野外偽造面部檢測中的全局紋理增強
GramNet觀察了偽造面部和真實面部之間的紋理差異?;谶@一觀察,他們旨在通過將全局紋理提取融入常見的ResNet結(jié)構(gòu)中,來提高檢測器的泛化能力和魯棒性。
[FreDect] 利用頻率分析進行深度偽造圖像識別
FreDect揭示了在頻率空間中,GAN生成的圖像會表現(xiàn)出嚴(yán)重的偽影,這些偽影很容易被識別?;谶@一分析,他們提出了偽造圖像的頻率異常,并從頻率域進行偽造圖像檢測。
[Fusing] 融合全局和局部特征以實現(xiàn)通用的AI合成圖像檢測
Fusing使用雙分支模型從整個圖像中提取全局空間信息,并從由新型補丁選擇模塊選擇的多個補丁中提取局部信息特征。全局和局部特征通過多頭注意力機制進行融合。然后,訓(xùn)練一個分類器來基于融合后的特征檢測偽造圖像。
[LNP] 通過真實圖像檢測生成圖像
LNP觀察到真實圖像的噪聲模式在頻率域中表現(xiàn)出相似的特征,而生成圖像的噪聲模式則截然不同。因此,它基于一個訓(xùn)練良好的去噪模型提取空間圖像的噪聲模式。然后,它從噪聲模式的頻率域中識別偽造圖像。
[LGrad] 基于梯度學(xué)習(xí):GAN生成圖像檢測的通用偽影表示
LGrad提取了一個訓(xùn)練良好的圖像分類器獲得的梯度圖,作為GAN生成圖像的指紋。這種方法將數(shù)據(jù)依賴問題轉(zhuǎn)化為變換模型依賴問題。然后,它基于梯度圖進行二分類任務(wù)。
[UnivFD] 邁向跨生成模型的通用偽造圖像檢測器
UnivFD使用由大型預(yù)訓(xùn)練視覺-語言模型(CLIP:ViT-L/14)提取的特征空間來訓(xùn)練檢測器。大型預(yù)訓(xùn)練模型導(dǎo)致平滑的決策邊界,這提高了檢測器的泛化能力。
[DIRE] 用于擴散生成圖像檢測的DIRE
DIRE致力于識別由擴散模型生成的偽造圖像。他們觀察到擴散模型可以近似重建擴散生成的圖像,而真實圖像則不能?;谶@一觀察,他們利用預(yù)訓(xùn)練擴散模型對輸入圖像及其重建圖像之間的誤差作為指紋。
[PatchCraft (RPTC)]?PatchCraft:探索紋理補丁以實現(xiàn)高效的AI生成圖像檢測
PatchCraft利用圖像中豐富紋理區(qū)域和貧乏紋理區(qū)域之間的像素間相關(guān)性對比。豐富紋理區(qū)域中的像素表現(xiàn)出比貧乏紋理區(qū)域中的像素更顯著的波動?;谶@一原理,我們將圖像分成多個補丁,并將它們重建為兩幅圖像,分別包含豐富紋理補丁和貧乏紋理補丁。隨后,我們提取豐富紋理區(qū)域和貧乏紋理區(qū)域之間的像素間相關(guān)性差異特征。這一特征作為跨不同生成模型的AI生成圖像取證的通用指紋。
評估數(shù)據(jù)
?
?
?
柚子快報激活碼778899分享:AIGC生成圖像檢測
文章鏈接
本文內(nèi)容根據(jù)網(wǎng)絡(luò)資料整理,出于傳遞更多信息之目的,不代表金鑰匙跨境贊同其觀點和立場。
轉(zhuǎn)載請注明,如有侵權(quán),聯(lián)系刪除。