論文の概要: Venus-DeFakerOne: Unified Fake Image Detection & Localization
- arxiv url: http://arxiv.org/abs/2605.14091v1
- Date: Wed, 13 May 2026 20:20:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-15 21:45:34.495501
- Title: Venus-DeFakerOne: Unified Fake Image Detection & Localization
- Title（参考訳）: Venus-DeFakerOne:統一されたフェイクイメージ検出とローカライゼーション
- Authors: GuangJian Team,
- Abstract要約: InternVL2とSAM2を統合したデータ中心の統合FIDL基盤モデルであるDeFakerOneを提案する。
DeFakerOneは、さまざまなシナリオにわたって、画像レベルの同時検出とピクセルレベルのフォージェリローカライゼーションを可能にする。
データスケーリング法則、ドメイン間アーティファクトの転送・干渉パターン、きめ細かい監督の必要性、および元の解決アーティファクトの保存に関する体系的な分析を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, the rapid evolution of generative AI has fundamentally reshaped the paradigm of image forgery, breaking the traditional boundaries between document editing, natural image manipulation, DeepFake generation, and full-image AIGC synthesis. Despite this shift toward unified forgery generation, existing research in Fake Image Detection and Localization (FIDL) remains fragmented. This creates a mismatch between increasingly unified forgery generation mechanisms and the domain-specific detection paradigm. Bridging this mismatch poses two key challenges for FIDL: understanding cross-domain artifacts transfer and interference, and building a high-capacity unified foundation model for joint detection and localization. To address these challenges, we propose DeFakerOne, a data-centric, unified FIDL foundation model integrating InternVL2 and SAM2. DeFakerOne enables simultaneous image-level detection and pixel-level forgery localization across diverse scenarios. Extensive experiments demonstrate that DeFakerOne achieves state-of-the-art performance, outperforming baselines on 39 forgery detection benchmarks and 9 localization benchmarks. Furthermore, the model exhibits superior robustness against real-world perturbations and state-of-the-art generators such as GPT-Image-2. Finally, we provide a systematic analysis of data scaling laws, cross-domain artifacts transfer-interference patterns, the necessity of fine-grained supervision, and the original resolution artifacts preservation, highlighting the design principles for scalable, robust, and unified FIDL.
- Abstract（参考訳）: 近年、生成AIの急速な進化は、文書編集、自然画像操作、DeepFake生成、フルイメージAIGC合成の伝統的な境界を破り、画像偽造のパラダイムを根本的に変えてきた。
このような統合偽造世代へのシフトにもかかわらず、Fake Image Detection and Localization (FIDL) の既存の研究は断片化されている。
これにより、統一化される偽造生成機構とドメイン固有の検出パラダイムとのミスマッチが生じる。
このミスマッチをブリッジすることは、ドメイン間のアーティファクトの転送と干渉を理解すること、および共同検出とローカライゼーションのための高容量統一基盤モデルを構築すること、FIDLに2つの重要な課題をもたらす。
これらの課題に対処するため、データ中心の統一FIDL基盤モデルであるDeFakerOneを提案し、InternVL2とSAM2を統合する。
DeFakerOneは、さまざまなシナリオにわたって、画像レベルの同時検出とピクセルレベルのフォージェリローカライゼーションを可能にする。
DeFakerOneは39のフォージェリ検出ベンチマークと9のローカライゼーションベンチマークのベースラインを上回り、最先端のパフォーマンスを実現している。
さらに、実世界の摂動やGPT-Image-2のような最先端の発電機に対して優れたロバスト性を示す。
最後に、データスケーリング法則、ドメイン間アーティファクトの転送・干渉パターン、きめ細かな監督の必要性、および元の解決アーティファクトの保存を体系的に分析し、スケーラブルで堅牢で統一されたFIDLの設計原則を強調します。
関連論文リスト
- Reduce the Artifacts Bias for More Generalizable AI-Generated Image Detection [34.37666528689241]
一般的な戦略は、拡散法において顕著な結果を示す、VAEやDDIMといった再構成技術を採用することである。
コンテンツ,サイズ,フォーマットアライメントを保存しながら,GAN生成した偽パターンを模倣するGANに基づくアップサンプリング手法を提案する。
まず、凍結した基礎モデル上でLoRA適応を用いてドメイン固有の専門家を訓練し、その後、専門家の特徴を適応的に組み合わせるために、ゲーティングネットワークと疎結合の融合を行う。
論文 参考訳（メタデータ） (2026-05-14T07:26:36Z) - UniGenDet: A Unified Generative-Discriminative Framework for Co-Evolutionary Image Generation and Generated Image Detection [68.03391421239583]
共進化画像生成と生成画像検出のための統一生成識別フレームワークUniGenDetを提案する。
タスクギャップを埋めるために,マルチモーダルな共生型自己保持機構と統一的な微調整アルゴリズムを設計する。
提案手法は,複数のデータセット上での最先端性能を実現する。
論文 参考訳（メタデータ） (2026-04-23T17:49:25Z) - RCDN: Real-Centered Detection Network for Robust Face Forgery Identification [7.41356813669013]
既存の検出方法は、同一領域内でトレーニングやテストを行う場合、ほぼ完璧な性能を達成する。
新しい偽造技術が継続的に出現し、検出器は目に見えない操作に対して信頼性を保たなければならない。
本稿では,周波数空間畳み込みニューラルネットワーク(CNN)フレームワークであるReal-Centered Detection Network (RCDN)を提案する。
論文 参考訳（メタデータ） (2026-01-17T17:09:15Z) - Double Helix Diffusion for Cross-Domain Anomaly Image Generation [47.093354259479234]
本稿ではDH-Diff(Double Helix Diffusion)について紹介する。DH-Diffは高忠実度異常画像と画素レベルのアノテーションマスクを同時に合成する新しいクロスドメイン生成フレームワークである。
DH-Diffは二重ヘリックスにインスパイアされたユニークなアーキテクチャを採用し、特徴分離、接続、マージのために異なるモジュールをサイクリングする。
大規模な実験により、DH-Diffは多様性と信頼性において最先端の手法を著しく上回り、下流異常検出性能は大幅に向上した。
論文 参考訳（メタデータ） (2025-09-16T08:06:07Z) - FragFake: A Dataset for Fine-Grained Detection of Edited Images with Vision Language Models [48.85744313139525]
FragFakeは、画像検出のための最初の専用のベンチマークデータセットである。
画像分類と編集領域ローカライゼーションのタスクにおいて,視覚言語モデル(VLM)を初めて使用した。
この研究は、視覚言語理解タスクとして、局所化画像編集検出を再構成した最初のものである。
論文 参考訳（メタデータ） (2025-05-21T15:22:45Z) - DiffDoctor: Diagnosing Image Diffusion Models Before Treating [57.82359018425674]
DiffDoctorは2段階のパイプラインで、画像拡散モデルがより少ないアーティファクトを生成するのを支援する。
我々は100万以上の欠陥のある合成画像のデータセットを収集し、効率的なHuman-in-the-loopアノテーションプロセスを構築した。
次に、学習したアーティファクト検出器が第2段階に関与し、ピクセルレベルのフィードバックを提供することで拡散モデルを最適化する。
論文 参考訳（メタデータ） (2025-01-21T18:56:41Z) - HFMF: Hierarchical Fusion Meets Multi-Stream Models for Deepfake Detection [4.908389661988192]
HFMFは総合的な2段階のディープフェイク検出フレームワークである。
視覚変換器と畳み込みネットを階層的特徴融合機構を通じて統合する。
私たちのアーキテクチャは、多様なデータセットベンチマークで優れたパフォーマンスを実現しています。
論文 参考訳（メタデータ） (2025-01-10T00:20:29Z) - Forgery-aware Adaptive Transformer for Generalizable Synthetic Image
Detection [106.39544368711427]
本研究では,様々な生成手法から偽画像を検出することを目的とした,一般化可能な合成画像検出の課題について検討する。
本稿では,FatFormerという新しいフォージェリー適応トランスフォーマー手法を提案する。
提案手法は, 平均98%の精度でGANを観測し, 95%の精度で拡散モデルを解析した。
論文 参考訳（メタデータ） (2023-12-27T17:36:32Z) - Hybrid-Supervised Dual-Search: Leveraging Automatic Learning for
Loss-free Multi-Exposure Image Fusion [60.221404321514086]
マルチ露光画像融合(MEF)は、様々な露光レベルを表すデジタルイメージングの限界に対処するための重要な解決策である。
本稿では、ネットワーク構造と損失関数の両方を自動設計するための二段階最適化探索方式であるHSDS-MEFと呼ばれるMEFのためのハイブリッドスーパービジョンデュアルサーチ手法を提案する。
論文 参考訳（メタデータ） (2023-09-03T08:07:26Z) - Transferable Class-Modelling for Decentralized Source Attribution of
GAN-Generated Images [4.1483423188102755]
我々は、一連の関連するバイナリ分類タスクとして、ディープフェイク検出とソース属性の問題を再定義する。
我々は、転送学習を活用して、複数の独立属性問題に対する偽検出ネットワークを迅速に適用する。
私たちのモデルは、現在のベンチマークと競合するように実験によって決定されます。
論文 参考訳（メタデータ） (2022-03-18T07:43:03Z)
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。