使用大型模型和模糊决策树对人工智能生成的图像进行泛化检测

人工智能生成图像的恶意使用和广泛传播对数字内容的真实性构成严重威胁。现有的检测方法利用生成管道中常见操作步骤留下的底层伪影，但由于特定于模型的过度拟合，它们通常缺乏泛化性。最近，研究人员利用多模态 大语言模型 (MLLM) 进行 AIGC 检测，利用其高级语义推理和广泛的泛化能力。虽然 MLLM 很有前景，但它缺乏对细微生成伪影的细粒度感知敏感性，这使得它们不足以作为独立的检测器。为了解决这个问题，我们提出了一种新颖的人工智能生成图像检测框架，该框架通过模糊决策树将轻量级伪影感知检测器与 MLLM 协同集成。决策树将基本检测器的输出视为模糊隶属值，从而能够从语义和感知角度自适应融合互补线索。大量的实验表明，所提出的方法在不同的生成模型中实现了最先进的准确性和强大的泛化性。