論文の概要: AGIDefect-4K: A Richly Annotated Dataset for AI-Generated Image Defect Detection, Localization and Explanation
- arxiv url: http://arxiv.org/abs/2608.20713v1
- Date: Fri, 21 Aug 2026 03:40:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.371749
- Title: AGIDefect-4K: A Richly Annotated Dataset for AI-Generated Image Defect Detection, Localization and Explanation
- Title（参考訳）: AGIDefect-4K:AI生成画像欠陥検出、局所化、説明のためのリッチアノテーション付きデータセット
- Abstract要約: AGIDefect-4Kは、オープンソースおよびクローズドソースシステムの両方にまたがる15の最先端生成モデルから4000の画像のデータセットである。
AGIDefect-4Kは,(1)欠陥の有無を識別するラベル,(2)欠陥領域をローカライズするピクセルレベルのセグメンテーションマスク,(3)欠陥タイプと知覚的影響を特徴付ける詳細なテキスト説明など,階層的欠陥アノテーションを特徴とする。
AGIDA(AGI Defect Assistant)は,多モーダル大規模言語モデル(MLLM)をベースラインとして,共同欠陥検出,局所化,説明,品質予測を行う。
- 参考スコア（独自算出の注目度）: 28.825955810610925
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI can now produce highly realistic images, yet current models still exhibit subtle but critical defects that undermine their reliability. While existing AI-generated image (AGI) evaluation benchmarks have made notable progress, comprehensive AGI defect diagnosis remains underexplored. To bridge this gap, we introduce AGIDefect-4K, a richly annotated dataset of 4,000 images from 15 state-of-the-art generative models spanning both open-source and closed-source systems. AGIDefect-4K features hierarchical defect annotations: (1) detection labels identifying whether defects exist, (2) pixel-level segmentation masks localizing defective regions, and (3) detailed textual explanations characterizing defect types and their perceptual impact. Each image is further annotated with an overall quality score. Building on this, we present AGIDA (AGI Defect Assistant), a baseline framework leveraging Multimodal Large Language Models (MLLMs) for joint defect detection, localization, explanation, and quality prediction. Comprehensive benchmarking on AGIDefect-4K reveals that AGI defect understanding remains challenging, underscoring the value of this dataset. The dataset is publicly available at https://github.com/sxfly99/AGIDefect-4K.
- Abstract（参考訳）: 生成AIは、非常にリアルなイメージを生成することができるが、現在のモデルは、その信頼性を損なう微妙だが重要な欠陥をまだ示している。
既存のAI生成画像(AGI)評価ベンチマークは顕著な進歩を遂げているが、包括的AGI欠陥診断はまだ未検討である。
このギャップを埋めるために、AGIDefect-4Kを紹介します。AGIDefect-4Kは、オープンソースのシステムとクローズドソースシステムの両方にまたがる15の最先端の生成モデルから、4,000の画像のリッチな注釈付きデータセットです。
AGIDefect-4Kは,(1)欠陥の有無を識別するラベル,(2)欠陥領域をローカライズするピクセルレベルのセグメンテーションマスク,(3)欠陥タイプと知覚的影響を特徴付ける詳細なテキスト説明など,階層的欠陥アノテーションを特徴とする。
各画像はさらに、全体的な品質スコアで注釈付けされる。
AGIDA(AGI Defect Assistant)は,多モーダル大規模言語モデル(MLLM)をベースラインとして,共同欠陥検出,局所化,説明,品質予測を行う。
AGIDefect-4Kの包括的なベンチマークでは、AGIの欠陥理解は依然として困難であり、このデータセットの価値が強調されている。
データセットはhttps://github.com/sxfly99/AGIDefect-4Kで公開されている。
関連論文リスト
- Where, What, Why, and Importance: Structured Defect Grounding for Text-to-Image Feedback [51.08692072066352]
テキスト・トゥ・イメージ(T2I)モデルは依然として局所的で微妙で構造的に複雑な失敗を示す。
構造的欠陥接地は, 各欠陥を位置, タイプ, 理由, 重要性としてモデル化し, 構造的集合予測としてT2Iの診断を行う。
我々の検出器は、構造欠陥接地におけるプロプライエタリなVLMよりも優れています。
論文 参考訳（メタデータ） (2026-06-04T13:03:16Z) - 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) - ImagenWorld: Stress-Testing Image Generation Models with Explainable Human Evaluation on Open-ended Real-World Tasks [33.143423584118516]
ImagenWorldは6つのコアタスク(生成と編集、単一または複数参照)と6つのトピックドメイン(アートワーク、フォトリアリスティックイメージ、情報グラフィックス、テキストグラフィックス、コンピュータグラフィックス、スクリーンショット)にまたがる3.6K条件セットのベンチマークである。
このベンチマークは20Kの細かい人間のアノテーションと、ローカライズされたオブジェクトレベルとセグメントレベルのエラーをタグ付けする説明可能な評価スキーマによってサポートされている。
論文 参考訳（メタデータ） (2026-03-29T20:42:05Z) - Unveiling Perceptual Artifacts: A Fine-Grained Benchmark for Interpretable AI-Generated Image Detection [95.08316274158165]
X-AIGDは、低レベルの歪み、高レベルの意味論、認知レベルの反事実など、知覚的アーティファクトのピクセルレベルの分類されたアノテーションを提供する。
既存のAIGI検出器は、最も基本的な歪みレベルであっても、知覚的アーティファクトに依存しない。
モデル注意をアーティファクト領域と明確に整合させることは、検出器の解釈可能性と一般化を高めることができる。
論文 参考訳（メタデータ） (2026-01-27T10:09:17Z) - Bridging the Gap Between Ideal and Real-world Evaluation: Benchmarking AI-Generated Image Detection in Challenging Scenarios [54.07895223545793]
本稿では,実世界ロバストネスデータセット(RRDataset)を導入し,3次元にわたる検出モデルの包括的評価を行う。
RRDatasetには7つの主要なシナリオの高品質なイメージが含まれている。
我々はRRDataset上で17の検出器と10の視覚言語モデル(VLM)をベンチマークし、大規模な人間実験を行った。
論文 参考訳（メタデータ） (2025-09-11T06:15:52Z) - BrokenVideos: A Benchmark Dataset for Fine-Grained Artifact Localization in AI-Generated Videos [63.03271511550633]
BrokenVideosは、3,254のAI生成ビデオのベンチマークデータセットで、微妙に注釈付けされたピクセルレベルのマスクが視覚的腐敗の領域を強調している。
実験の結果,BrokenVideosにおける人工物検出モデルの訓練状況とマルチモーダル大言語モデル(MLLM)が,破壊領域のローカライズ能力を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2025-06-25T03:30:04Z) - IVY-FAKE: A Unified Explainable Framework and Benchmark for Image and Video AIGC Detection [24.67072921674199]
説明可能なマルチモーダルAIGC検出のための,新規で統一された大規模データセットであるIVY-FAKEを紹介する。
Ivy Explainable Detector (IVY-XDETECTOR)を提案する。
我々の統合視覚言語モデルは、複数の画像およびビデオ検出ベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-06-01T12:20:22Z) - Is Artificial Intelligence Generated Image Detection a Solved Problem? [16.9828631287303]
AIGIBenchは、最先端AIGI検出器の堅牢性と一般化能力を厳格に評価するために設計されたベンチマークである。
マルチソースの一般化、画像劣化に対する堅牢性、データ拡張に対する敏感性、テスト時間前処理の影響の4つのコアタスクを通じて、現実世界の課題をシミュレートする。
ソーシャルメディアやAIアートプラットフォームから収集された実世界のサンプルとともに、高度な画像生成技術と広く採用されている画像生成技術の両方にまたがる、23の多様なフェイクイメージサブセットが含まれている。
論文 参考訳（メタデータ） (2025-05-18T10:00:39Z) - A Sanity Check for AI-generated Image Detection [49.08585395873425]
我々はAI生成画像を検出するAI生成画像検出装置(AI生成画像検出装置)を提案する。
AIDEは最先端の手法を+3.5%、+4.6%改善した。
論文 参考訳（メタデータ） (2024-06-27T17:59:49Z)
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。