生成AI画像検出のためのマルチ特徴フュージョン手法
arXiv cs.CV / 2026/4/1
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、生成モデルによってますます現実的な合成写真が生成される中で、生成AIによる画像を検出する課題が高まっていることに取り組む。
- MSCN（低レベルの統計的逸脱）、CLIP埋め込み（高レベルの意味的整合性）、MLBP（中レベルのテクスチャ異常）から得られる補完的な手がかりを組み合わせたマルチ特徴フュージョン検出器を提案する。
- 4つのベンチマークデータセットでの実験により、単一の特徴空間に依存すると、異なる生成モデル間で性能が不安定になることが示される。
- 3つの表現をすべて融合した場合、特に難しい混在モデルの評価シナリオにおいて、より一貫性の高い高い検出精度が得られる。
- 既存の最先端手法と比較して、提案するハイブリッドフレームワークは評価したすべてのデータセットで性能を向上させるとともに、視覚的手がかりを統合するための汎用的な方法を提供する。
