复旦大学重磅开源：AIGC图像检测方法的综合测评平台

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

点击进入—>【视觉和Transformer】微信交流群

扫码加入CVer知识星球，可以最快学习到最新顶会顶刊上的论文idea和CV从入门到精通资料，以及最前沿项目和应用！发论文，强烈推荐！

（本图由AIGC大模型合成）

随着AIGC技术的发展，由AI所生成的虚假图像的检测正成为一个新的研究热点。然而，现有检测方法的实验条件与测试数据集不完全相同，无法直接横向对比检测性能。为此，复旦大学计算机学院多媒体智能安全实验室针对现有主流AIGC图像检测方案进行全面分析与比较，并提出了性能更好的AIGC图像检测新方法。

更进一步，课题组提供了一个综合测试与评估平台，在保证相同训练集与实验条件的情况下，分析并测试了目前检测算法的检测准确率与泛化性等性能指标，为AIGC生成图像检测领域提供一项基准的实验对比平台（Benchmark），同时整合并开源了多种现有AIGC生成图像的检测算法，供同行研究比较。欢迎大家下载源代码、测评比较，并引用课题组在arXiv公开的论文。

论文信息：

N. Zhong, Y. Xu, Z. Qian*, X. Zhang*. Rich and Poor Texture Contrast: A Simple yet Effective Approach for AI-generated Image Detection[J]. arXiv preprint arXiv:2311.12397, 2023.（点击下方阅读原文查看论文全文）

AIGC图像测评网站：

https://fdmas.github.io/AIGCDetect/

开源代码链接 ：

https://github.com/Ekko-zn/AIGCDetectBenchmark

论文链接：

https://arxiv.org/abs/2311.12397

---

AIGC图像检测方法的综合测试与评估

钟楠，徐怡然，钱振兴，张新鹏

一. 引言

近年来，AI生成图像在视觉质量、语义复杂度、运行时间效率等方面都有了显著提升。生成虚假图像所­­­­需的专业知识和成本也都有了明显下降，各大生成图像平台纷纷涌现，人人都可以使用在线工具（如Midjourney，DALL·E等），根据自己的需求生成虚假图像。

Midjourney是近年来最火爆的在线图像生成平台，目前已经更新到了第5.2代，用户可以付费使用。DALL·E由OpenAI公司研发，用户可以付费后将DALL·E 3模型和ChatGPT Plu版、企业版结合使用。微软公司还将DALL·E模型整合到了Bing聊天功能中，在Microsoft Edge浏览器中向用户提供服务。Stability AI公司研发的Stable Diffusion已经开源了Stable Diffusion v2.0, v2.1和XL等多个版本的预训练模型。用户可以使用在线接口或者使用开源模型在本地计算。这些都是强大的text-to-image工具，根据用户输入的文字生成相应内容的高质量图像。除此之外，Pixeling、wukong等等在线平台还支持中文输入的text-to-image功能。

这前所未有的可访问性引发了人们对虚假信息普遍传播的担忧。

左右滑动查看更多