AI 생성 이미지 탐지 도구 CLIP의 적대적 공격에 대한 강건성 분석
CLIP 기반 AI 생성 이미지 탐지 도구는 CNN 기반 탐지 도구와 비교했을 때, 낮은 이미지 주파수에 의존하며 서로 다른 주파수 영역에서 이미지를 분석하기 때문에 상호 보완적인 특성을 보인다.
FAMSeC: 소량의 샘플만으로 학습 가능한 일반 AI 생성 이미지 탐지 방법
FAMSeC는 제한된 학습 데이터만으로도 다양한 생성 모델에서 생성된 AI 이미지를 효과적으로 탐지할 수 있는 방법을 제시한다.
AI 생성 이미지 탐지, 현실적인 문제점 진단: 인간의 인지 능력에 도전하는 카멜레온 데이터셋 제안 및 기존 탐지 모델의 한계점 분석
본 논문에서는 인간의 인지 능력으로는 구별하기 어려울 정도로 정교하게 생성된 AI 이미지들을 포함하는 새로운 벤치마크 데이터셋인 '카멜레온'을 제시하고, 기존 AI 이미지 탐지 모델들이 이러한 고품질 이미지들을 탐지하는 데 어려움을 겪는다는 것을 실험적으로 보여줍니다.
AI 생성 이미지 탐지를 위한 제로샷 방법
최신 생성 모델에 의해 생성된 이미지를 실제 이미지와 구분할 수 있는 제로샷 탐지기를 제안한다. 이를 위해 실제 이미지의 내재적 모델을 활용하여 합성 이미지의 이상 징후를 탐지한다.
AI 생성 이미지 탐지를 위한 주파수 지문 활용 범용 생성 AI 탐지기
본 연구는 주파수 지문을 활용하여 최신 AI 생성 이미지를 효과적으로 탐지하는 새로운 다중 모달 접근법을 제안한다.
카말라 해리스의 사진에 대한 AI 전문가의 견해
AI 이미지 생성기의 한계를 고려할 때, 카말라 해리스의 사진이 AI로 생성되었다는 주장은 근거가 부족하다.
AI 생성 이미지 탐지를 위한 CLIP의 성능 향상
CLIP 기반 탐지기는 매우 제한된 학습 데이터로도 다양한 생성 모델에 걸쳐 우수한 일반화 능력과 강건성을 보여준다.
AI 생성 이미지와 실제 이미지를 구분하는 딥 피처 추출기 기반 네트워크
본 연구는 AI 생성 이미지와 실제 이미지를 구분하기 위해 세 개의 특화된 모델을 활용하여 각 이미지 유형의 고유한 특징을 추출하는 새로운 접근 방식을 제안한다.
단순한 단일 패치만으로도 AI 생성 이미지 탐지에 충분하다
단순한 단일 패치의 노이즈 패턴만으로도 실제 이미지와 AI 생성 이미지를 효과적으로 구분할 수 있다.
AI 생성 이미지의 취약점을 밝히는 FakeBench
FakeBench는 대규모 멀티모달 모델이 AI 생성 이미지를 구분하고 그 이유를 설명할 수 있는지 평가하는 첫 번째 벤치마크이다.
© 2024 by Linnk AI