이 논문은 최근 발전한 텍스트-이미지 생성 모델인 잠재 확산 모델(LDM)에 대한 포렌식 분석을 다룹니다. LDM은 고해상도 이미지를 효율적으로 생성할 수 있지만, 이로 인한 시각적 허위 정보 확산의 위험이 증가하고 있습니다.
저자들은 AEROBLADE라는 새로운 탐지 방법을 제안합니다. AEROBLADE는 LDM에 포함된 자동인코더(AE)의 재구성 오차를 이용하여 생성 이미지를 탐지합니다. 생성 이미지는 AE로 더 정확하게 재구성될 수 있지만, 실제 이미지는 재구성 오차가 더 크다는 점을 활용합니다.
AEROBLADE는 사전 학습이 필요 없으며, 다양한 LDM에 대해 효과적으로 작동합니다. 실험 결과, AEROBLADE는 기존 방법들과 비교해 거의 동등한 성능을 보이면서도 훨씬 간단하고 효율적입니다. 또한 재구성 오차 분석을 통해 실제 이미지 내 인페인팅 영역을 식별할 수 있습니다.
To Another Language
from source content
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Jonas Ricker... ที่ arxiv.org 03-28-2024
https://arxiv.org/pdf/2401.17879.pdfสอบถามเพิ่มเติม