論文の概要: Beyond Natural Images: Rethinking AI-Generated Image Detection in Documents
- arxiv url: http://arxiv.org/abs/2609.14352v1
- Date: Sun, 13 Sep 2026 07:26:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.801322
- Title: Beyond Natural Images: Rethinking AI-Generated Image Detection in Documents
- Title（参考訳）: 自然画像を超えて - ドキュメント内のAI生成画像検出を再考する
- Abstract要約: 既存の評価は、主に自然画像に焦点を当てており、AI生成した文書画像はほとんど探索されていない。
本稿では,AI生成した文書画像に対して,既存の検出器が大幅な性能劣化を被っていることを明らかにするため,まず,制御された診断ベンチマークであるAIGDoc-Pilotを構築した。
これらの知見に触発され、さまざまな現実世界の文書とAI生成した文書を含む、より大きなドキュメント中心のデータセットであるAIGDocを構築した。
- 参考スコア（独自算出の注目度）: 10.557290199192074
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI-generated image detection has attracted increasing attention, but existing evaluations mainly focus on natural images, leaving AI-generated document images largely underexplored. This omission is concerning because documents often appear in sensitive real-world scenarios, such as invoices, expense reports, certificates, and medical records. In this paper, we first construct a controlled diagnostic benchmark, AIGDoc-Pilot, and reveal that existing detectors suffer substantial performance degradation on AI-generated document images, with the mean AUC dropping by more than 7%. Based on this, we further reveal two document-specific properties behind this gap: generation artifacts exhibit strong spatial inconsistency across local regions, and text density significantly affects real-synthetic separability, where text-dense regions offer stronger discriminative evidence. Motivated by these findings, we construct AIGDoc, a larger document-centric dataset containing diverse real-world documents and AI-generated counterparts produced by multiple advanced generation and editing models. Extensive experiments on AIGDoc demonstrate that existing detectors still struggle to reliably identify AI-generated documents, while document-based training partially narrows the gap. Together, these results offer valuable insights for developing dependable and generalizable detectors in document-centric scenarios. The code and datasets will be made publicly available upon acceptance of the paper.
- Abstract（参考訳）: AI生成された画像検出は注目されているが、既存の評価は主に自然画像に焦点を当てており、AI生成された文書画像はほとんど探索されていない。
この欠落は、請求書、経費報告、証明書、医療記録などの機密性の高い現実のシナリオに文書がしばしば現れるためである。
本稿では,AI生成した文書画像に対して,既存の検出器が顕著な性能劣化を被り,平均的なAUCが7%以上低下することを明らかにする。
生成アーティファクトは局所的に強い空間的不整合を示し、テキスト密度は実合成の分離性に大きく影響し、テキストセンス領域はより強力な識別的証拠を提供する。
AIGDocは、多種多様な実世界の文書と、複数の先進世代と編集モデルによって生成されたAI生成データを含む、より大きなドキュメント中心のデータセットである。
AIGDocの大規模な実験は、既存の検出器が依然としてAI生成文書を確実に識別するのに苦労していることを示し、ドキュメントベースのトレーニングは部分的にギャップを狭める。
これらの結果は、ドキュメント中心のシナリオにおいて、信頼性と一般化可能な検出器を開発するための貴重な洞察を提供する。
コードとデータセットは、論文の受理時に公開される。
関連論文リスト
- 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) - 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) - Can Generative Models Actually Forge Realistic Identity Documents? [51.56484100374058]
オープンソースでパブリックアクセス可能な生成モデルは、IDドキュメントの偽造物を生成することができる。
法定レベルの認証を達成するための、生成的アイデンティティドキュメントの深層化のリスクは過大評価される可能性がある。
論文 参考訳（メタデータ） (2025-12-25T00:56:50Z) - HybriDLA: Hybrid Generation for Document Layout Analysis [40.47982474843359]
HybriDLAは単一の層に拡散と自己回帰デコーディングを統合する新しい生成フレームワークである。
このアーキテクチャはパフォーマンスを83.5%に向上させ、平均精度(mAP)を平均する。
論文 参考訳（メタデータ） (2025-11-25T04:53:47Z) - Open Multimodal Retrieval-Augmented Factual Image Generation [86.34546873830152]
Factual Image Generation(FIG)のためのエージェント型オープンマルチモーダル検索拡張フレームワークORIGを紹介する。
ORIGは、Webから反復的にマルチモーダルなエビデンスを検索してフィルタリングし、洗練された知識をリッチなプロンプトにインクリメンタルに統合し、生成をガイドする。
実験により、ORIGは強いベースラインよりも事実整合性と全体的な画像品質を大幅に改善することが示された。
論文 参考訳（メタデータ） (2025-10-26T04:13:31Z) - Semantic Visual Anomaly Detection and Reasoning in AI-Generated Images [96.43608872116347]
AnomReasonは4倍のtextbfAnomAgentのような構造化アノテーションを備えた大規模ベンチマーク
AnomReasonとAnomAgentは、AI生成画像の意味的妥当性の測定と改善の基盤となっている。
論文 参考訳（メタデータ） (2025-10-11T14:09:24Z) - EdgeDoc: Hybrid CNN-Transformer Model for Accurate Forgery Detection and Localization in ID Documents [6.690084812573466]
EdgeDocは、ドキュメント偽造者の検出とローカライズのための新しいアプローチである。
我々のアーキテクチャは、軽量な畳み込み変換器と、画像から抽出した補助的なノイズプリント機能を組み合わせたものである。
論文 参考訳（メタデータ） (2025-08-22T10:45:14Z) - DvD: Unleashing a Generative Paradigm for Document Dewarping via Coordinates-based Diffusion Model [36.509036144494495]
DvDはDiffusionフレームワークを介して文書のデウォーピングに取り組む最初の生成モデルである。
具体的に言うと、DvDは典型的なピクセルレベルのデノナイジングの代わりに座標レベルのデノナイジングを導入し、変形補正のためのマッピングを生成する。
我々は,6300の実画像対からなる大規模文書デウォープベンチマークであるAnyPhotoDoc6300を提案する。
論文 参考訳（メタデータ） (2025-05-28T05:05:51Z) - DocAligner: Annotating Real-world Photographic Document Images by Simply
Taking Pictures [24.76258692552673]
そこで本稿では,手作業によるアノテーション処理を簡易に表現するDocAlignerを提案する。
写真用文書画像とその清潔な画像との密接な対応を確立することで、これを実現する。
ドキュメントイメージの特徴を考えると、DocAlignerはいくつかの革新的な特徴を取り入れている。
論文 参考訳（メタデータ） (2023-06-09T08:29:15Z) - SelfDocSeg: A Self-Supervised vision-based Approach towards Document
Segmentation [15.953725529361874]
文書レイアウト分析は文書研究コミュニティにとって既知の問題である。
個人生活へのインターネット接続が拡大するにつれ、パブリックドメインでは膨大な量のドキュメントが利用できるようになった。
我々は,この課題に自己監督型文書セグメンテーションアプローチと異なり,自己監督型文書セグメンテーションアプローチを用いて対処する。
論文 参考訳（メタデータ） (2023-05-01T12:47:55Z) - DocScanner: Robust Document Image Rectification with Progressive
Learning [162.03694280524084]
この研究はDocScannerという、文書画像の修正のための新しいディープネットワークアーキテクチャを提示する。
DocScannerは、修正されたイメージの1つの見積を維持し、再帰的なアーキテクチャで徐々に修正される。
反復的な改善によりDocScannerは堅牢で優れたパフォーマンスに収束し、軽量なリカレントアーキテクチャにより実行効率が保証される。
論文 参考訳（メタデータ） (2021-10-28T09:15:02Z)
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。