論文の概要: Zooming In on Fakes: A Novel Dataset for Localized AI-Generated Image Detection with Forgery Amplification Approach

• arxiv url: http://arxiv.org/abs/2504.11922v1
• Date: Wed, 16 Apr 2025 09:57:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 14:39:34.796365
• Title: Zooming In on Fakes: A Novel Dataset for Localized AI-Generated Image Detection with Forgery Amplification Approach
• Title（参考訳）: Zooming In on Fakes: Forgery Amplificationアプローチによる局所AI生成画像検出のための新しいデータセット
• Authors: Lvpan Cai, Haowei Wang, Jiayi Ji, YanShu ZhouMen, Yiwei Ma, Xiaoshuai Sun, Liujuan Cao, Rongrong Ji,
• Abstract要約: textbfBR-Genは、さまざまなシーン認識アノテーションを備えた15万のローカル鍛造イメージの大規模なデータセットである。 textbfNFA-ViTはノイズ誘導フォージェリ増幅ビジョン変換器で、ローカライズされたフォージェリの検出を強化する。
• 参考スコア（独自算出の注目度）: 69.01456182499486
• License:
• Abstract: The rise of AI-generated image editing tools has made localized forgeries increasingly realistic, posing challenges for visual content integrity. Although recent efforts have explored localized AIGC detection, existing datasets predominantly focus on object-level forgeries while overlooking broader scene edits in regions such as sky or ground. To address these limitations, we introduce \textbf{BR-Gen}, a large-scale dataset of 150,000 locally forged images with diverse scene-aware annotations, which are based on semantic calibration to ensure high-quality samples. BR-Gen is constructed through a fully automated Perception-Creation-Evaluation pipeline to ensure semantic coherence and visual realism. In addition, we further propose \textbf{NFA-ViT}, a Noise-guided Forgery Amplification Vision Transformer that enhances the detection of localized forgeries by amplifying forgery-related features across the entire image. NFA-ViT mines heterogeneous regions in images, \emph{i.e.}, potential edited areas, by noise fingerprints. Subsequently, attention mechanism is introduced to compel the interaction between normal and abnormal features, thereby propagating the generalization traces throughout the entire image, allowing subtle forgeries to influence a broader context and improving overall detection robustness. Extensive experiments demonstrate that BR-Gen constructs entirely new scenarios that are not covered by existing methods. Take a step further, NFA-ViT outperforms existing methods on BR-Gen and generalizes well across current benchmarks. All data and codes are available at https://github.com/clpbc/BR-Gen.
• Abstract（参考訳）: AIが生成する画像編集ツールの台頭により、ローカライズされた偽造品はますます現実的になり、視覚的コンテンツの完全性に挑戦している。 近年、局所的なAIGC検出の研究が進められているが、既存のデータセットは主にオブジェクトレベルの偽造に焦点を当て、空や地上などの領域でより広いシーンの編集を見下ろしている。 これらの制約に対処するために, セマンティックキャリブレーションに基づいて高品質なサンプルを確実にする, 多様なシーン認識アノテーションを備えた15万個の局所鍛造画像からなる大規模データセットである \textbf{BR-Gen} を紹介した。 BR-Genは、セマンティックコヒーレンスとビジュアルリアリズムを保証するために、完全に自動化されたパーセプション・クリーション・評価パイプラインによって構築される。 さらに、画像全体のフォージェリ関連機能を増幅することにより、局所的なフォージェリの検出を強化するノイズ誘導フォージェリ増幅視覚変換器である \textbf{NFA-ViT} も提案する。 NFA-ViTは、画像中の異種領域であるemph{i.e.}、潜在的な編集された領域をノイズ指紋によって採掘する。 その後、正常な特徴と異常な特徴の相互作用を強制する注意機構を導入し、画像全体を通して一般化トレースを伝播させ、微妙な偽造がより広い文脈に影響を与え、全体的な検出堅牢性を向上させる。 BR-Genは、既存の手法でカバーされていない全く新しいシナリオを構築している。 さらに、NFA-ViTはBR-Genの既存のメソッドより優れており、現在のベンチマークでよく一般化されている。 すべてのデータとコードはhttps://github.com/clpbc/BR-Gen.comで入手できる。

関連論文リスト

• LDR-Net: A Novel Framework for AI-generated Image Detection via Localized Discrepancy Representation [30.677834580640123]
  本稿では,AI生成画像を検出するために,LDR-Net(Localized Disrepancy representation Network)を提案する。 LDR-Netはスムーズなアーティファクトやテクスチャの不規則をキャプチャする。 生成した画像の検出における最先端性能を実現し、目に見えない生成モデル間で満足な一般化を示す。
  論文  参考訳（メタデータ） (2025-01-23T08:46:39Z)
• Low-Light Image Enhancement via Generative Perceptual Priors [75.01646333310073]
  視覚言語モデル(VLM)を用いた新しいtextbfLLIE フレームワークを提案する。 まず、LL画像の複数の視覚特性を評価するためにVLMを誘導するパイプラインを提案し、その評価を定量化し、グローバルおよびローカルな知覚的先行情報を出力する。 LLIEを有効活用するために,これらの生成的知覚前駆体を組み込むため,拡散過程にトランスフォーマーベースのバックボーンを導入し,グローバルおよびローカルな知覚前駆体によってガイドされる新しい層正規化(textittextbfLPP-Attn)を開発する。
  論文  参考訳（メタデータ） (2024-12-30T12:51:52Z)
• Orthogonal Subspace Decomposition for Generalizable AI-Generated Image Detection [58.87142367781417]
  航法的に訓練された検出器は、限定的で単調な偽のパターンに過度に適合する傾向にあり、特徴空間は高度に制約され、低ランクになる。 潜在的な治療法の1つは、ビジョンファウンデーションモデルに事前訓練された知識を取り入れて、機能領域を広げることである。 主成分を凍結し,残った成分のみを適応させることで,偽造関係のパターンを学習しながら,事前学習した知識を保存できる。
  論文  参考訳（メタデータ） (2024-11-23T19:10:32Z)
• Contrasting Deepfakes Diffusion via Contrastive Learning and Global-Local Similarities [88.398085358514]
  Contrastive Deepfake Embeddings (CoDE)は、ディープフェイク検出に特化した新しい埋め込み空間である。 CoDEは、グローバルローカルな類似性をさらに強化することで、対照的な学習を通じて訓練される。
  論文  参考訳（メタデータ） (2024-07-29T18:00:10Z)
• GenFace: A Large-Scale Fine-Grained Face Forgery Benchmark and Cross Appearance-Edge Learning [50.7702397913573]
  フォトリアリスティック・ジェネレータの急速な進歩は、真の画像と操作された画像の相違がますます不明瞭になっている臨界点に達している。 公開されている顔の偽造データセットはいくつかあるが、偽造顔は主にGANベースの合成技術を用いて生成される。 我々は,大規模で多様できめ細かな高忠実度データセットであるGenFaceを提案し,ディープフェイク検出の進展を促進する。
  論文  参考訳（メタデータ） (2024-02-03T03:13:50Z)
• Rethinking the Up-Sampling Operations in CNN-based Generative Network for Generalizable Deepfake Detection [86.97062579515833]
  我々は、アップサンプリング操作から生じる一般化された構造的アーティファクトをキャプチャし、特徴付ける手段として、NPR(Neighboring Pixel Relationships)の概念を紹介した。 tft28の異なる生成モデルによって生成されたサンプルを含む、オープンワールドデータセット上で包括的な分析を行う。 この分析は、新しい最先端のパフォーマンスを確立し、既存の手法よりも優れたtft11.6%の向上を示している。
  論文  参考訳（メタデータ） (2023-12-16T14:27:06Z)
• Weakly-supervised deepfake localization in diffusion-generated images [4.548755617115687]
  本稿では,Xception ネットワークをバックボーンアーキテクチャとして用いた弱教師付きローカライズ問題を提案する。 本研究では,(局所スコアに基づく)最良動作検出法は,データセットやジェネレータのミスマッチよりも,より緩やかな監視に敏感であることを示す。
  論文  参考訳（メタデータ） (2023-11-08T10:27:36Z)
• Detect Any Deepfakes: Segment Anything Meets Face Forgery Detection and Localization [30.317619885984005]
  本稿では,視覚的セグメンテーション基盤モデル,すなわちセグメンテーションモデル(SAM)をフォージェリ検出とローカライゼーションの対面に導入する。 SAMに基づいて,Multiscale Adapterを用いたDADFフレームワークを提案する。 提案するフレームワークは、エンドツーエンドのフォージェリーローカライゼーションと検出最適化をシームレスに統合する。
  論文  参考訳（メタデータ） (2023-06-29T16:25:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。