論文の概要: Grounding and Explaining Visual Evidence for AI-Generated Image Detection in Human-Centric Scenes
- arxiv url: http://arxiv.org/abs/2608.01988v1
- Date: Mon, 03 Aug 2026 09:49:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.477489
- Title: Grounding and Explaining Visual Evidence for AI-Generated Image Detection in Human-Centric Scenes
- Title（参考訳）: 人間中心シーンにおけるAI生成画像検出のための接地と説明的視覚的エビデンス
- Abstract要約: HAVE(Human中心のAI生成ビジュアルエビデンス)は,40K実写と39K実写のAI生成画像からなる多種多様な人間中心のデータセットである。
本稿では,認証予測,視覚的エビデンス,説明生成を共同で行うパーセプション対応ビジュアルエビデンスフレームワークPAVEを提案する。
HAVEおよび外部データセットの実験は、真正性検出、視覚的エビデンスグラウンド、説明品質において、強いパフォーマンスを示す。
- 参考スコア（独自算出の注目度）: 33.05351037039477
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Rapid advances in image generation models call for interpretable AI-generated image detection methods that not only determine authenticity but also provide supporting visual evidence. Existing approaches may produce inconsistencies between generated explanations and localized evidence regions, undermining the reliability of explanations for authenticity decisions. Meanwhile, existing benchmarks provide limited coverage of the diverse human-centric scenes prevalent in generated imagery. To address these limitations, we investigate authenticity detection with grounded and explainable visual evidence in human-centric scenes. We present HAVE (Human-centric AI-generated Visual Evidence), a diverse human-centric dataset comprising 40K real and 39K AI-generated images from 10 recent generators, with 106K localized evidence instances across 8 evidence categories, each annotated with a bounding box and a region-aligned explanation. We further propose PAVE, a Perception-Aware Visual Evidence framework that jointly performs authenticity prediction, visual evidence grounding, and region-aligned explanation generation. PAVE employs a judge-guided alignment reward to assess region--explanation consistency and evidence validity, together with perception-aware regularization that contrasts token-level predictions between original and randomly masked images to promote reliance on visual input. Experiments on HAVE and external datasets demonstrate strong performance in authenticity detection, visual evidence grounding, and explanation quality. Code and data will be released upon publication.
- Abstract（参考訳）: 画像生成モデルの急速な進歩は、真正性を決定するだけでなく、支援された視覚的証拠を提供する、解釈可能なAI生成画像検出方法を求めている。
既存のアプローチは、生成された説明と局所的な証拠領域の間に矛盾を生じさせ、真正性決定のための説明の信頼性を損なう可能性がある。
一方、既存のベンチマークでは、生成された画像によく見られる多様な人間中心のシーンを限定的にカバーしている。
これらの制約に対処するために,人間中心のシーンにおける接地的かつ説明可能な視覚的証拠による真正性検出について検討する。
HAVE(Human-centric AI- generated Visual Evidence)は、10個の最近のジェネレータから40Kの実画像と39KのAI生成画像からなる多種多様な人間中心のデータセットで、8つのエビデンスカテゴリに106Kのローカライズされたエビデンスインスタンスを持ち、それぞれにバウンディングボックスと地域対応の説明が付されている。
さらに,認識を意識した視覚的エビデンスフレームワークであるPAVEを提案する。
PAVEは、領域の一貫性と証拠の妥当性を評価するための判断誘導アライメント報酬と、オリジナルとランダムにマスキングされた画像間のトークンレベルの予測を対比して視覚入力への依存を促進する知覚認識正規化を用いる。
HAVEおよび外部データセットの実験は、真正性検出、視覚的エビデンスグラウンド、説明品質において、強いパフォーマンスを示す。
コードとデータは公開時に公開される。
関連論文リスト
- Defake-o3: From Speculative Rationales to Verifiable Evidence for Explainable AIGI Detection [8.599317072232198]
本稿では,AIGI検出器であるDedeake-o3について述べる。
インタラクティブなビジュアル検索と検証対象の証拠のアライメントを組み合わせる。
Defake-o3は検出精度と説明品質の両方を改善する。
論文 参考訳（メタデータ） (2026-08-17T08:30:32Z) - GenShield: Unified Detection and Artifact Correction for AI-Generated Images [65.11434977803509]
GenShieldは、診断から修復までのクローズドループでAIGI検出とアーティファクト修正を実行するフレームワークである。
大規模なアーティファクト-restored'ペアを備えた高品質データセットは、統一された評価パイプラインと共に構築される。
論文 参考訳（メタデータ） (2026-05-15T16:06:20Z) - VAAS: Vision-Attention Anomaly Scoring for Image Manipulation Detection in Digital Forensics [0.0]
AI駆動画像生成の最近の進歩は、法医学的調査におけるデジタル証拠の正当性を検証するための新たな課題をもたらしている。
現代の生成モデルは、画素や圧縮アーチファクトに基づいた従来の検出器を避ける視覚的に一貫した偽造物を生成することができる。
本稿では,グローバルアテンションに基づく異常推定を統合した新しいデュアルモジュール・フレームワークであるVision-Attention Anomaly Scoring(VAAS)を紹介する。
論文 参考訳（メタデータ） (2025-12-17T15:05:40Z) - REVEAL: Reasoning-enhanced Forensic Evidence Analysis for Explainable AI-generated Image Detection [30.963994372913092]
我々は、AI生成画像検出のための最初の推論強化マルチモーダルベンチマークである textbfREVEAL-Bench を紹介する。
筆者らのフレームワークは,検出を専門家による新しい強化学習と統合する。
REVEALは検出精度、説明忠実度、堅牢なクロスモデル一般化を著しく向上させる。
論文 参考訳（メタデータ） (2025-11-28T13:11:08Z) - Provenance of AI-Generated Images: A Vector Similarity and Blockchain-based Approach [3.632189127068905]
本稿では,AI生成画像と実(人間による)画像とを識別する組込み型AI画像検出フレームワークを提案する。
提案手法は,AI生成画像が他のAI生成コンテンツに近接していることを示す仮説に基づいている。
以上の結果から,中程度の摂動と高摂動が埋め込みシグネチャに最小限に影響を及ぼすことが確認された。
論文 参考訳（メタデータ） (2025-10-15T00:49:56Z) - Image Realness Assessment and Localization with Multimodal Features [3.1415249818332813]
AI生成画像の知覚現実性を定量化する信頼性の高い手法は、実用化と、生成AIのフォトリアリズム向上に不可欠である。
本稿では,AI生成画像の客観的現実性評価と局所的不整合同定を両立させる枠組みを提案する。
論文 参考訳（メタデータ） (2025-09-16T17:42:51Z) - FakeScope: Large Multimodal Expert Model for Transparent AI-Generated Image Forensics [66.14786900470158]
本稿では,AIによる画像鑑定に適した専門家マルチモーダルモデル(LMM)であるFakeScopeを提案する。
FakeScopeはAI合成画像を高精度に識別し、リッチで解釈可能なクエリ駆動の法医学的な洞察を提供する。
FakeScopeは、クローズドエンドとオープンエンドの両方の法医学的シナリオで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-03-31T16:12:48Z) - Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。
本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。
本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
論文 参考訳（メタデータ） (2024-11-28T13:04:45Z) - FakeBench: Probing Explainable Fake Image Detection via Large Multimodal Models [62.66610648697744]
我々は人間の知覚に関する生成的視覚的偽造の分類を導入し、人間の自然言語における偽造記述を収集する。
FakeBenchは、検出、推論、解釈、きめ細かい偽造分析の4つの評価基準でLMMを調べている。
本研究は,偽画像検出領域における透明性へのパラダイムシフトを示す。
論文 参考訳（メタデータ） (2024-04-20T07:28:55Z) - Unveiling the Truth: Exploring Human Gaze Patterns in Fake Images [34.02058539403381]
我々は、人間の意味的知識を活用して、偽画像検出のフレームワークに含まれる可能性を調べる。
予備的な統計的分析により、人間が本物の画像や変化した画像をどのように知覚するかの特徴的なパターンを探索する。
論文 参考訳（メタデータ） (2024-03-13T19:56:30Z) - Unveiling the Unseen: A Comprehensive Survey on Explainable Anomaly Detection in Images and Videos [49.07140708026425]
画像やビデオを含む視覚データの異常検出とローカライゼーションは、機械学習や現実世界のアプリケーションにおいて不可欠である。
本稿では,説明可能な2次元視覚異常検出(X-VAD)に焦点を当てた初の包括的調査を行う。
本稿では,その基礎技術によって分類された説明可能な手法の文献レビューを行う。
我々は、将来的な方向性と、説明品質の定量化を含むオープンな問題について議論する。
論文 参考訳（メタデータ） (2023-02-13T20:17:41Z)
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。