计算机科学 > 计算机视觉与模式识别
[提交于 2025年8月3日
]
标题: MiraGe:通用AI生成图像检测的多模态判别表示学习
标题: MiraGe: Multimodal Discriminative Representation Learning for Generalizable AI-Generated Image Detection
摘要: 最近生成模型的进展突显了需要强大检测器,能够区分真实图像和AI生成的图像。 尽管现有方法在已知生成器上表现良好,但当使用新出现或未见过的生成模型进行测试时,其性能通常会下降,这是由于重叠的特征嵌入阻碍了准确的跨生成器分类。 在本文中,我们提出了通用AI生成图像检测的多模态判别表示学习(MiraGe),一种旨在学习生成器不变特征的方法。 受类内变化最小化和类间分离理论见解的启发,MiraGe紧密对齐同一类内的特征,同时最大化类间的分离,从而增强特征判别能力。 此外,我们将多模态提示学习应用于CLIP,进一步将这些原则细化,利用文本嵌入作为语义锚点,以实现有效的判别表示学习,从而提高泛化能力。 在多个基准上的全面实验表明,MiraGe实现了最先进的性能,即使在面对如Sora这样的未见过的生成器时也能保持鲁棒性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.