论文

NTIRE 2026 野外稳健人工智能生成图像检测挑战赛

NTIRE 2026 Challenge on Robust AI-Generated Image Detection in the Wild

模型评测基准与评测资源

摘要

本文概述了 NTIRE 2026 野外鲁棒人工智能生成图像检测挑战赛,该挑战赛与 CVPR 2026 的 NTIRE 研讨会联合举办。该挑战赛的目标是开发能够在现实场景中区分真实图像和生成图像的检测模型:在实际使用中,图像经常被转换(裁剪、调整大小、压缩、模糊),因此,检测模型应该对此类转换具有鲁棒性。该挑战基于一个新颖的数据集,该数据集由 42 个生成器的 108,750 个真实图像和 185,750 个人工智能生成的图像组成,其中包括各种架构的各种开源和闭源模型,并通过 36 个图像转换进行了增强。使用 ROC AUC 在完整测试集(包括转换图像和未转换图像)上评估方法。共有 511 名参赛者报名,20 支队伍提交了有效的最终解决方案。该报告全面概述了这一挑战,描述了提出的解决方案,可以作为研究人员和从业者提高检测模型对现实世界转换的鲁棒性的宝贵参考。