論文の概要: Explaining AI-Image Detection: What the Heatmap Actually Shows

• arxiv url: http://arxiv.org/abs/2607.29581v1
• Date: Fri, 31 Jul 2026 16:07:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.792227
• Title: Explaining AI-Image Detection: What the Heatmap Actually Shows
• Title（参考訳）: AIによる画像検出の解説:ヒートマップが示すもの
• Abstract要約: 私たちは検出器を構築し、その証拠として属性マップを添付します。 私たちは、そのペアがコントロール下の186,527のイメージにもたらすものを測定します。 属性ランキングが存在するかどうかは、検出器が画像に反応するかどうかに依存する。
• 参考スコア（独自算出の注目度）: 65.01025489527173
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A marketplace review photograph is a document: platforms approve refunds on it, and generative models drove the cost of forging one to zero. We study that detection problem, so we build a detector and attach an attribution map as its evidence, then measure what that pair delivers on 186,527 images under controls designed to change our conclusions when something is wrong. Compression history, not synthesis, drives naive evaluation: our strongest model reaches 0.9999 PR-AUC (area under the precision-recall curve) on a product-disjoint split, yet falls to 0.7254 once we re-encode synthetics into the real class's format, while five public detectors move by at most 0.07. Aligning one class relocates the cue rather than removing it, and the repaired model then assigns native files a median probability of synthesis of 0.0004. One identical final encode for both classes repairs that, and a three-seed factorial credits the encoding change with the whole gain (+0.176 +- 0.009 PR-AUC). That encode equalises the last stage only: forensic features alone still separate the classes at 0.7145 against a base rate of 0.254. For evidence we test maps causally, against controls that never consult the detector. Whether an attribution ranking exists at all depends on whether the detector reacts to the image. On our first-fix detector, which calls 96 of 100 edited frames real, no map beats a random one. On the detector we selected, twelve of seventeen maps clear that control on edited images and eight on generated ones; perturbation leads both axes and no gradient-CAM variant shows a positive advantage. The trivial controls never clear it, and on generated images the centre prior is worse than random. Our ensembled regional map clears both axes and takes the top pixel AP at 12.4 s per map against 44.9 for occlusion. Clearing a detector-blind control is not yet a faithful explanation, and we demonstrate none.
• Abstract（参考訳）: プラットフォームは返金を認め、生成モデルは1から0への鍛造コストを押し上げました。 そこで我々は、検出問題を調査し、その証拠として属性マップを構築し、そのペアが186,527枚の画像に何をもたらすかを測定する。 圧縮履歴は、合成ではなく、直感的な評価を駆動する: 私たちの最強のモデルは、製品分離分割で0.9999 PR-AUC(精度-リコール曲線の領域)に達するが、合成物を実際のクラスにエンコードすると0.7254となり、5つの公開検出器が少なくとも0.07に移動する。 1つのクラスをアライメントすることでキューを削除せずに削除し、修正されたモデルはネイティブファイルを0.0004の中央値の確率で割り当てる。 両方のクラスの同じ最終符号が修復され、3列の因数分解が全利得(+0.176 +- 0.009 PR-AUC)で符号変更を信用する。 法医学的特徴だけでは、0.7145のクラスと0.254のベースレートを分離している。 証拠として、私たちは地図を慎重にテストします。 属性ランキングが存在するかどうかは、検出器が画像に反応するかどうかに依存する。 100フレームのうち96フレームをリアルに呼び出す最初の固定検出器では、地図がランダムなものを打ち負かさない。 我々が選択した検出器では、17の地図のうち12の地図が、編集された画像の制御と生成した画像の8の制御を明確にしている。 自明な制御がそれをクリアすることはなく、生成された画像では、中央の前の部分はランダムよりも悪い。 我々のアンサンブルされた地域地図は両軸をクリアし、トップのAPを1マップあたり12.4秒、44.9秒で排除する。 検出器のブラインドコントロールをクリアすることは、まだ忠実な説明ではありません。

関連論文リスト

• Forging Tree-Ring: Reproducing and Instrumenting Black-Box Semantic Watermark Forgery [0.0]
  我々は,安定拡散XL上のツリーリングに対するMllerらによるReprompt forgery攻撃を再現する。 実画像6/6、クリーン画像0/6、偽画像5/6を1回の攻撃で325-332秒で検出する。
  論文  参考訳（メタデータ） (2026-09-11T14:35:42Z)
• Self-Calibrating Dense Displacement Fields for Reliable Co-Registration of Large Optical Satellite Imagery [4.730120849611304]
  共同登録は、光学衛星画像の時間・マルチセンサー利用のほぼすべての基盤となる。 SCDF, トレーニング不要なGPUフリーな推定器で, 動きモデル自体が画素あたりの高密度変位場である。 実際のSentinel Landsat-8/9とNAIP画像から構築された584基の地上トラスペアでは、SCDFは故障のない全てのペアを登録する。
  論文  参考訳（メタデータ） (2026-08-23T08:50:59Z)
• MIRROR: Multimodal Intelligent Radiology Reasoning and Observation Reporter [1.3106404792425626]
  MIRRORは失敗と成功を分けるために開発された研究用プロトタイプである。 複数ラベルの分類器、Grad-CAMローカライザ、ラベル、確率、および領域を受信するレポートライターをチェーンするが、イメージは決して受信しない。 MIRRORレポートの発見は確率ベクトルに対して監査可能であり、それらをフレーミングする文は通常の生成テキストである。
  論文  参考訳（メタデータ） (2026-08-17T15:25:38Z)
• Tactus: Open-Vocabulary Object Recognition from Low-Cost Pressure Arrays [0.0]
  圧力データのみからテキストクエリに回答するオープンモデルであるTactusを提示する。 187のトレーニング記録、144kの未ラベルの同センサーフレームで事前トレーニングされたマスク付きオートエンコーダ、センサー独自のキャリブレーションアフィン。 重み、コード、モデルがプラグインするメモリ層は、オープンにリリースされる。
  論文  参考訳（メタデータ） (2026-08-04T06:08:21Z)
• Visual Credit Audit for Multimodal Spatial Reasoning [70.16915309526443]
  Visual Credit Auditは、ベンチマーク画像がテキストのみとブランクコントロールよりもモデルの宣言された決定をもっとサポートするかどうか、モデルが関係性固有の視覚的エビデンスに反応するかどうかの2つの評価を分離する。 ラベルを適用すれば依存性認定正当性(D-CC)が得られる 4つのオープンMLLMと2つの空間ベンチマーク、12.73-26.25%の判定は正確であるが、証明されていない。
  論文  参考訳（メタデータ） (2026-07-29T15:55:31Z)
• Adversarial Test-Hardening for AI-Written Code: An Instrument Autopsy and a Pre-Registered Causal Estimate of the Critic Loop [0.0]
  メカニカルオラクル下での対向試験硬化ループについて検討した。 テスタモデルはテストを書き、変異テスト名は生き残った欠陥を注入し、Cryticモデルはテストを書き、それらを正確に実行します。 私たちは、すべてのレシートと分析コードの両方のプロトコルをリリースします。
  論文  参考訳（メタデータ） (2026-07-25T02:38:07Z)
• A New Kind of Adversarial Example: Measuring the Human-Model Gap, and Its Relationship to OOD Detection [18.313155919803034]
  大きく、はっきりと見える摂動は、人間がもはや画像を認識しないにもかかわらず、モデルが元の正しい予測を維持する原因となる。 我々は、人間がモデルよりも本当に悪いパフォーマンスをしているか、標準配当(OOD)検出と校正ツールがそれをキャッチしているか、既存の防御がそれを緩和するかどうかを答える。
  論文  参考訳（メタデータ） (2026-07-22T00:44:06Z)
• A global predicted-fMRI drive signal from TRIBE does not predict YouTube replay heatmaps [0.0]
  マルチモーダル脳エンコーディングモデルは、自然なビデオに対するfMRI応答を高精度に予測する。 TRIBEを48本のYouTubeビデオで実行し、秒単位のエンゲージメント曲線に対する予測された皮質反応を削減します。 TRIBEの入力ストリームでプローブを実行すると、少なくとも小さな境界線視覚ストリーム信号が明らかになる。 我々は、YouTubeのSABRストリーミングに堅牢なコード、ビデオIDマニフェスト、ヒートマップ取得方法をリリースする。
  論文  参考訳（メタデータ） (2026-07-01T19:03:17Z)
• Confidently Wrong: Severity-Aware Calibration of Prompt-Injection Detectors under Attack Shift [0.0]
  私は、ProtectAI-v2とPrompt-Guard-2チェックポイントの3つの放出検出器を1つのソース校正閾値で評価した。 重大度指標Sを報告し、検知器が犯した攻撃に対する自信と、偽陰性率と差別を報告します。 3つとも間接的行動ヒジャック注入を確実に通過し、2つのベンダーに共通する盲点と4倍の大きさの範囲を達成します。
  論文  参考訳（メタデータ） (2026-06-21T20:30:12Z)
• KoALA: KL-L0 Adversarial Detector via Label Agreement [9.360893727306324]
  KoALAは、ディープニューラルネットワークのためのセマンティックスフリーの敵検出器である。 2つの相補的類似度指標からクラス予測が一致しない場合に、敵対攻撃を検出する。 KoALA は ResNet/CIFAR-10 の精度 0.94 とリコール 0.81 、CLIP/Tiny-ImageNet の精度 0.66 とリコール 0.85 を達成している。
  論文  参考訳（メタデータ） (2025-10-14T17:33:00Z)
• An Undetectable Watermark for Generative Image Models [65.31658824274894]
  生成画像モデルに対する検出不能な最初の透かし方式を提案する。 特に、検出不能な透かしは、効率的に計算可能なメートル法で画質を劣化させることはない。 提案手法は,擬似乱数誤り訂正符号を用いて拡散モデルの初期潜時間を選択する。
  論文  参考訳（メタデータ） (2024-10-09T18:33:06Z)
• Zero-Shot Detection of AI-Generated Images [54.01282123570917]
  AI生成画像を検出するゼロショットエントロピー検出器(ZED)を提案する。 機械によるテキスト検出の最近の研究に触発された私たちのアイデアは、分析対象の画像が実際の画像のモデルと比較してどれだけ驚くかを測定することである。 ZEDは精度の点でSoTAよりも平均3%以上改善されている。
  論文  参考訳（メタデータ） (2024-09-24T08:46:13Z)
• DetCo: Unsupervised Contrastive Learning for Object Detection [64.22416613061888]
  教師なしのコントラスト学習は,CNNを用いた画像表現学習において大きな成功を収めている。 我々は,グローバルイメージとローカルイメージパッチのコントラストをフルに検討する,DetCoという新しいコントラスト学習手法を提案する。 DetCoは1倍のスケジュールでMask RCNN-C4/FPN/RetinaNet上で1.6/1.2/1.0 APで教師付き手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2021-02-09T12:47:20Z)
• Empirical Upper Bound, Error Diagnosis and Invariance Analysis of Modern Object Detectors [47.64219291655723]
  我々は、最先端のオブジェクト検出ベンチマークを2つ採用し、4つの大規模データセット上で15モデル以上を分析します。 モデルが空の領域に多くのボックスを生成し、そのコンテキストが大きな領域よりも小さなオブジェクトを検出するのに重要であることが分かりました。
  論文  参考訳（メタデータ） (2020-04-05T06:19:43Z)

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。