論文の概要: REALIS: A Curated Dataset for Studying the Challenges of AI Image Detection
- arxiv url: http://arxiv.org/abs/2609.32734v1
- Date: Sat, 26 Sep 2026 15:53:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 20:53:46.867841
- Title: REALIS: A Curated Dataset for Studying the Challenges of AI Image Detection
- Title（参考訳）: REALIS:AI画像検出の課題を研究するためのキュレートデータセット
- Abstract要約: 42の現代テキスト画像モデルによって生成された133万のリアル画像と合成画像のデータセットであるREALISを紹介する。
また、高品質な合成画像のためのストレステストサブセットであるREALIS-Expertを紹介する。
提案手法は,REALISに基づいて,事前学習された検出器,微調整されたモデル,ジェネレータおよび後処理シフト下でのゼロショットビジョン言語モデルを評価する。
- 参考スコア（独自算出の注目度）: 41.56501588335545
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI-generated image detectors are often evaluated on benchmarks where real and synthetic images differ in content, quality, or generation artifacts, allowing models to rely on dataset-specific cues and fail on unfamiliar generators or processed images. Existing datasets provide limited support for evaluating these challenges jointly across diverse visual content. We introduce REALIS, a dataset of 1.43 million real and synthetic images generated by 42 modern text-to-image models, including the latest proprietary systems such as Nano Banana 2. REALIS combines prompts derived from real images, quality filtering, and stratified sampling to reduce class-specific shortcuts while preserving content diversity. We further introduce REALIS-Expert, a stress-test subset for high-quality synthetic images, where real and generated samples are selected with closely matched semantic and visual characteristics. We also propose a robustness protocol covering 35 transformations at five severity levels to analyze detector behavior under image processing. Based on REALIS, our benchmark evaluates pretrained detectors, fine-tuned models, and zero-shot vision-language models under generator and post-processing shifts. On the hardest processed split, the best pretrained conventional detector achieves 0.550 ROC-AUC, compared with 0.752 for the best REALIS-trained detector. REALIS provides a unified framework for measuring and improving the reliability of AI-image detectors under conditions that better reflect real-world use.
- Abstract（参考訳）: AI生成画像検出器は、実画像と合成画像が内容、品質、生成アーティファクトが異なるベンチマークでしばしば評価され、モデルがデータセット固有のキューに依存し、未知のジェネレータや処理されたイメージに失敗することを可能にする。
既存のデータセットは、さまざまなビジュアルコンテンツにわたって、これらの課題を共同で評価するための限定的なサポートを提供する。
このデータセットは、Nano Banana 2のような最新のプロプライエタリシステムを含む、42のモダンテキスト・ツー・イメージモデルによって生成された133万個の実画像と合成画像のデータセットである。
REALISは、実際の画像、品質フィルタリング、階層化サンプリングから派生したプロンプトを組み合わせて、コンテンツ多様性を保ちながらクラス固有のショートカットを減らす。
さらに、高品質な合成画像のためのストレステストサブセットであるREALIS-Expertを導入する。
また,35の変換を5つの重度レベルで包含するロバストネスプロトコルを提案し,画像処理による検出動作の解析を行った。
提案手法は,REALISに基づいて,事前学習された検出器,微調整されたモデル,ジェネレータおよび後処理シフト下でのゼロショットビジョン言語モデルを評価する。
最も厳しい処理分割では、最高の事前訓練された従来の検出器は0.550ROC-AUCを達成し、最高のREALIS訓練された検出器は0.752である。
REALISは、現実世界の使用をより良く反映した条件下で、AIイメージ検出器の信頼性を測定し改善するための統一されたフレームワークを提供する。
関連論文リスト
- Beyond Pixel Similarity: Task-Aware Evaluation of GAN-Based Synthetic Sonar Data for Robotic Perception [1.6804564232003008]
GAN生成した合成ソナーデータの下流知覚性能を,画像の忠実度測定値が適切に反映するかどうかを検討する。
我々は、異なる受容場を特徴とする4つの識別器構成を持つPix2Pix条件生成対向ネットワークを用いている。
これらの画素レベルの測定をタスク指向評価で補完するために、YOLOX-S、YOLOX-L、Faster R-CNN検出器は、実際のソナー画像のみに基づいて訓練されている。
論文 参考訳（メタデータ） (2026-09-16T04:08:51Z) - SSAFE: Simple and Strong AI-Generated Image Detection via Frozen Vision Encoders [61.07733730455141]
現代のマルチモーダル視覚表現において,画像の真正性に関する情報がどのように符号化されているかを検討する。
我々は,学習用代表生成器のコンパクトな集合を選択する表現対応型データキュレーション戦略を開発した。
実験により、凍結したマルチモーダル表現と慎重にキュレートされたトレーニングデータを組み合わせることで、AI生成画像検出に対するシンプルで効果的なアプローチが示される。
論文 参考訳（メタデータ） (2026-06-07T13:56:17Z) - Beyond Semantics: Uncovering the Physics of Fakes via Universal Physical Descriptors for Cross-Modal Synthetic Detection [34.95491424781195]
そこで本研究では,すべてのテストデータセットに対して一貫した離散パワーを示す5つの物理特徴を同定する特徴選択アルゴリズムを提案する。
提案手法は,Wukong や SDv1.4 などのデータセットに対して,ほぼ完全な精度 (99.8%) で,複数のGenimageベンチマーク上での最先端性能を実現する。
論文 参考訳（メタデータ） (2026-04-06T11:50:29Z) - Handcrafted Feature Fusion for Reliable Detection of AI-Generated Images [0.2624902795082451]
生成モデルの急速な進歩は、非常に現実的な合成画像の作成を可能にした。
このような偽コンテンツを確実に検出することは、緊急の課題である。
ディープラーニングのアプローチが現在の文献を支配している一方で、手作りの機能は解釈可能性、効率、一般化可能性に魅力的なままである。
論文 参考訳（メタデータ） (2026-01-27T06:43:01Z) - 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) - CO-SPY: Combining Semantic and Pixel Features to Detect Synthetic Images by AI [58.35348718345307]
実際の画像とAI生成画像を区別する現在の取り組みには、一般化が欠如している可能性がある。
既存のセマンティック機能を強化した新しいフレームワークCo-Spyを提案する。
また、5つの実画像データセットと22の最先端生成モデルからなる包括的データセットであるCo-Spy-Benchを作成します。
論文 参考訳（メタデータ） (2025-03-24T01:59:29Z) - 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) - ImagiNet: A Multi-Content Benchmark for Synthetic Image Detection [0.0]
私たちは、写真、絵画、顔、雑多な4つのカテゴリにまたがる200万のサンプルのデータセットであるImagiNetを紹介します。
ImagiNetの合成画像はオープンソースとプロプライエタリの両方のジェネレータで作成され、各コンテントタイプの実際の画像はパブリックデータセットから収集される。
論文 参考訳（メタデータ） (2024-07-29T13:57:24Z) - On quantifying and improving realism of images generated with diffusion [50.37578424163951]
与えられた画像の5つの統計的測度から算出した画像リアリズムスコア(IRS)と呼ばれるメトリクスを提案する。
IRSは、与えられた画像を実または偽のものとして分類する手段として容易に利用できる。
我々は,安定拡散モデル (SDM) , Dalle2, Midjourney, BigGAN による偽画像の検出に成功して,提案したIRSのモデルおよびデータに依存しない性質を実験的に確立した。
このデータセットは、高品質の4つのモデルによって生成される100のクラスに対して1,000のサンプルを提供します。
論文 参考訳（メタデータ） (2023-09-26T08:32:55Z)
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。