图像篡改检测相关 AI 资讯

7月21日

12:33

官方账号arXiv cs.AI@Yi Tang, Xinyi Shang, Jiacheng Cui, Sondos Mahmoud Bsharat, Jiacheng Liu, Xiaohan Zhao, Tran Dinh Tien, Ahmed Elhagry, Salwa K. Al Khatib, Tianjun Yao, Yonina C. Eldar, Jing-Hao Xue, Hao Li, Salman Khan, Zhiqiang Shen

本研究针对ChatGPT、Gemini、Qwen-Image等现代VLM的像素级图像篡改检测，提出简单域泛化训练框架，包含平衡小批量采样和后期注入策略。在OOD VLM（GPT-Images-2.0、Gemini-3.1、FLUX.2、Seedream 4.5）上，该方法相比先前最优PIXAR，平均gIoU和cIoU分别相对提升26.1%和26.8%。代码已开源于GitHub。

论文 PIXAR GPT-Images-2.0 图像篡改检测

推荐理由：他们用两个简单技巧，让检测AI改图的模型在GPT、Gemini等新模型上比之前最好的PIXAR强了26%多，代码也开源了，搞图像安全的可以试试。

原文

5月20日

11:06

官方账号arXiv cs.LG@Keanu Nichols, Divya Appapogu, Giscard Biamby, Dina Bashkirova, Anna Rohrbach, Bryan A. Plummer

精选

随着生成式 AI 的普及，图像篡改变得愈发容易，可能传播虚假信息。然而，现有研究缺乏针对不同视觉域中高级篡改的检测方法。为此，研究者提出了 AUDITS 基准，包含超过 53 万张来自用户和新闻照片的图像，利用扩散模型进行修复，支持对篡改类型、大小、质量及域迁移的多轴分析。实验评估了现有检测方法在不同域迁移下的鲁棒性，旨在推动更可靠、泛化的图像篡改检测研究。

论文图像篡改检测 AUDITS 基准扩散模型

推荐理由：图像篡改检测是 AI 安全的关键环节，AUDITS 为研究者提供了首个大规模多轴基准，做视觉取证或 AI 安全的人可以直接用它来评估和提升模型鲁棒性。

原文