層の一貫性が重要: 一般化可能な合成画像検出のための洗練された潜在遷移不一致

要旨: 最近の生成モデルの急速な発展は、AI生成の合成画像の忠実度とアクセス性を著しく向上させました。さまざまな革新的なアプリケーションを可能にする一方で、これらの合成画像の前例のないリアリズムは、実際の写真と見分けがつかなくなりつつあり、メディアの信ぴょう性や内容操作など重大なセキュリティリスクをもたらします。合成画像を検出するための広範な努力がなされてきましたが、多くの既存手法は、モデル特有のアーティファクトや低レベルの統計的手掛かりに依存するため、未知データに対する一般化が不十分です。本研究では、実画像は潜在表現において一貫した意味的注意と構造的一貫性を維持し、ネットワーク層を跨ぐ特徴遷移がより安定しているのに対し、合成画像は識別可能な差異を示す、これまで未探索だった区別を特定します。したがって、潜在遷移不一致（LTD）と呼ばれる新しいアプローチを提案します。LTDは実画像と合成画像の層間の一貫性差を捉え、最も識別力の高い層を適応的に特定し、層間の遷移差異を評価します。提案された層間識別モデリングにより、我々の手法は、さまざまなGANと拡散モデルを含む3つのデータセットで平均精度を14.35%上回り、ベースモデルを上回ります。広範な実験により、LTDは最近の最先端手法を上回り、優れた検出精度・汎用性・頑健性を達成することが示されています。コードは https://github.com/yywencs/LTD に公開されています。