論文の概要: DRIFT: From Robustness Gaps to Invariance Manifolds for AI-Generated Image Detection

• arxiv url: http://arxiv.org/abs/2606.06918v1
• Date: Fri, 05 Jun 2026 05:32:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-08 14:33:29.577427
• Title: DRIFT: From Robustness Gaps to Invariance Manifolds for AI-Generated Image Detection
• Title（参考訳）: DRIFT:AI生成画像検出のためのロバスト性ギャップから不変多様体へ
• Authors: Abhishek Ameta, Sayan Banerjee, Shreyas Pandith, Harshit, Ankita Chatterjee, Akshay Janardan Bankar, Amit Satish Unde,
• Abstract要約: 一級監督下で実画像の構造的不変多様体の学習としてAI生成画像検出を定式化する。 頑健な部分空間は、物理的に可視な画像変換によって引き起こされる変動を抑制するために明示的に訓練される。 実験は、目に見えないジェネレータと解像度にまたがる強力なオープンワールドの一般化を示す。
• 参考スコア（独自算出の注目度）: 3.9536138432623122
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid evolution of generative image models challenges existing AI-generated image detectors, particularly in open-world settings with unseen generators. Recent training-free approaches measure robustness gaps in frozen vision foundation models (VFMs), detecting fakes via perturbation-induced embedding drift. However, these methods rely on fixed invariance geometry inherited from pretraining and lack principled adaptation to the detection task. We instead formulate AI-generated image detection as learning a structured invariance manifold of real images under one-class supervision. Building upon a frozen VFM, we introduce lightweight projection heads that decompose representation space into complementary robust and fragile subspaces. The robust subspace is explicitly trained to suppress variations induced by physically plausible imaging transformations, approximating tangent directions of a real-image manifold, while the fragile subspace retains sensitivity to edit-like perturbations. A structured ordering margin enforces hierarchical separation between physical invariance and edit-induced variability, enabling detection as a margin-violation test relative to the learned manifold. At inference, multi-scale patch-wise drift under both transformation families yields a dual-channel invariance signature and interpretable localization. Extensive experiments demonstrate strong open-world generalization across unseen generators and resolutions, consistently outperforming training-free robustness-based baselines while providing interpretable invariance-violation maps.
• Abstract（参考訳）: 生成画像モデルの急速な進化は、既存のAI生成画像検出器に挑戦する。 最近のトレーニングフリーアプローチは、凍結視覚基礎モデル(VFM)の堅牢性ギャップを測定し、摂動による埋め込みドリフトによって偽物を検出する。 しかし、これらの手法は事前学習から継承された固定不変幾何に依存しており、検出タスクへの原則的適応が欠如している。 代わりに、一級監督の下で実画像の構造的不変多様体の学習としてAI生成画像検出を定式化する。 凍結されたVFMに基づいて、表現空間を相補的ロバストかつ脆弱な部分空間に分解する軽量プロジェクションヘッドを導入する。 頑健な部分空間は、物理的にプラウジブルな画像変換によって引き起こされる変動を抑制し、実像多様体の接方向を近似し、脆弱な部分空間は編集のような摂動に対する感受性を保持するように明示的に訓練されている。 構造化順序付けマージンは、物理的不変性と編集誘起変数の階層的分離を強制し、学習多様体に対するマージン違反試験として検出する。 推論において、両方の変換族の下でのマルチスケールのパッチワイドは、二重チャネル不変性シグネチャと解釈可能なローカライゼーションをもたらす。 広汎な実験は、目に見えない生成物や分解物にまたがる強力なオープンワールドの一般化を実証し、解釈可能な不変な不変振動マップを提供しながら、トレーニングなしの堅牢性に基づくベースラインを一貫して上回っている。

関連論文リスト

• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• Geometry-Conditioned Diffusion for Occlusion-Robust In-Bed Pose Estimation [2.574393697080417]
  本研究では,オクルージョン・アウェア・オーグメンテーションを幾何学的条件付き生成モデルタスクとして再構成する。 画像誘導法とは異なり、Pose-LDMは骨格キーポイントから直接毛布で覆われた画像を合成する。 その結果、幾何学条件付き拡散は、埋め込みポーズ推定に対する効果的かつ監督効率の高い経路を提供することを示した。
  論文  参考訳（メタデータ） (2026-04-26T10:40:49Z)
• Edit2Perceive: Image Editing Diffusion Models Are Strong Dense Perceivers [55.15722080205737]
  Edit2Perceiveは、深度、正規度、マッティングの編集モデルを適応させる統合拡散フレームワークである。 私たちの単一ステップの決定論的推論は、比較的小さなデータセットでトレーニングしながら、より高速なランタイムをもたらす。
  論文  参考訳（メタデータ） (2025-11-24T01:13:51Z)
• Detecting Generated Images by Fitting Natural Image Distributions [75.31113784234877]
  本稿では,自然画像と生成画像のデータ多様体間の幾何学的差異を利用した新しいフレームワークを提案する。 自然画像に対して一貫した出力を出力するために設計された関数対を用いるが、生成した関数に対しては発散出力を用いる。 データ多様体に沿った変換が、自然画像上で事前訓練された自己教師付きモデルの損失値に有意な変化をもたらす場合、画像は生成されたものとして識別される。
  論文  参考訳（メタデータ） (2025-11-03T07:20:38Z)
• Revisiting Reconstruction-based AI-generated Image Detection: A Geometric Perspective [50.83711509908479]
  幾何学的観点からの再構成誤差に対するヤコビアンスペクトル下界の導入について述べる。 再構成多様体上の実画像は非自明な誤差下界を示し、多様体上の生成された画像はゼロに近い誤差を持つことを示す。 本稿では,構造化編集操作を活用することで動的再構成誤差を計算できるReGapを提案する。
  論文  参考訳（メタデータ） (2025-10-29T03:45:03Z)
• 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)
• Towards Imperceptible JPEG Image Hiding: Multi-range Representations-driven Adversarial Stego Generation [19.5984577708016]
  JPEG画像隠蔽のためのMRAGと呼ばれるマルチレンジ表現駆動型逆スチーゴ生成フレームワークを提案する。 MRAGは、畳み込みの局所レンジ特性と変換器のグローバルレンジモデリングを統合する。 シュプロゲートステガナライザーの分類された特徴に基づいて、カバーとステゴ間の敵対的損失を計算する。
  論文  参考訳（メタデータ） (2025-07-11T06:45:07Z)
• Multimodal LLM-Guided Semantic Correction in Text-to-Image Diffusion [52.315729095824906]
  MLLM Semantic-Corrected Ping-Pong-Ahead Diffusion (PPAD) は,マルチモーダル大言語モデル(MLLM)を推論中の意味的オブザーバとして導入する新しいフレームワークである。 中間世代をリアルタイムに分析し、潜在意味的不整合を識別し、フィードバックを制御可能な信号に変換し、残りの認知ステップを積極的に導く。 大規模な実験ではPPADの大幅な改善が示されている。
  論文  参考訳（メタデータ） (2025-05-26T14:42:35Z)
• InpDiffusion: Image Inpainting Localization via Conditional Diffusion Models [10.213390634031049]
  現在のIIL法は2つの大きな課題に直面している。 拡散モデルを用いた条件付きマスク生成タスクとしてIILを扱う新しいパラダイムを提案する。 我々の手法であるInpDiffusionは、画像意味条件の統合によって強化された復調過程を利用して、予測を段階的に洗練する。
  論文  参考訳（メタデータ） (2025-01-06T07:32:12Z)
• Editing Out-of-domain GAN Inversion via Differential Activations [56.62964029959131]
  本稿では,構成分解パラダイムを用いて,ドメイン外反転問題に対処する新しいGAN事前編集フレームワークを提案する。 生成されたDiff-CAMマスクの助けを借りて、粗い再構成を直感的に元の画像と編集された画像で合成することができる。 また, 分解段階において, 粗い再構成から最終微編集画像を切り離すための, GAN 以前のデゴーストネットワークを提示する。
  論文  参考訳（メタデータ） (2022-07-17T10:34:58Z)

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。