基于集成学习的AI生成图像对抗检测框架

作     者：金维正 唐云祁 JIN Weizheng;TANG Yunqi

作者机构：中国人民公安大学侦查学院北京100038 

基　　金：中国人民公安大学刑事科学技术双一流创新研究专项(2023SYL06) 

出 版 物：《数据与计算发展前沿(中英文)》 (Frontiers of Data & Computing)

年 卷 期：2025年第7卷第1期

页      码：68-85页

摘      要：【目的】随着生成对抗网络和扩散模型生成模型的快速发展,AI生成图像的质量不断提高,人类肉眼难以将其与真实图像区分。这些技术已经商业产品化,用户可通过软件产品一键式操作以实现文本到图像生成,产生了一定的商业价值,但也给司法鉴定带来了挑战,图像能否直接作为证据使用必将是法庭科学的重要研究课题。因此,如何有效地检测AI生成图像成为一个亟待解决的重要问题。【方法】现有的AI生成图像检测方法主要集中在检测单一生成模型的图像上。然而,一对一检测方法在面对未见过的生成模型时泛化能力较差。本文提出一种基于集成学习的Stacking策略集成多种一对一检测方法的对抗检测框架,通过使用随机森林模型结合为每个AI生成图像软件特化训练的单一检测器的输出,以替代直接泛化。【结果】实验结果表明,该框架在GenImage数据集上达到了98.36%的总体准确率,在本文设计的人工数据集上表现出较强的鲁棒性。单一检测器输出的分数被保留,为后续的归因工作提供可能。【结论】对抗检测框架具有可观的应用前景,作为一个可以灵活整合和更新各种检测技术的平台,为生成图像检测和归因研究提供一个更全和有效的解决方案。

主 题 词：AI生成图像检测 集成学习 图像检测框架 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.11871/jfdc.issn.2096-742X.2025.01.005

馆 藏 号：203157300...