纹理下的幽灵：跨范式人工智能生成图像检测的纹理关系线索

人工智能生成的图像迅速激增，推动了广泛的研究。大多数现有的人工智能生成图像检测器都是在无图像生成范例下开发和评估的，例如基于噪声或文本引导的生成。然而，图像调节生成在实际应用中变得越来越重要，因为它可以对生成的内容进行更细粒度的控制。跨这两种范式检测人工智能生成的图像会产生一个长期被忽视的关键跨范式检测问题。为了研究这个问题，我们构建了 ConImageGen，这是跨范式人工智能生成图像检测的基准。对 ConImageGen 的评估表明，现有的检测器无法在无图像和图像条件生成中可靠地泛化。为了解决这一问题，本文确定了跨范式取证线索，并为广义人工智能生成的图像检测提供了新的视角。具体来说，通过抑制语义干扰，我们首次可视化跨生成范式的与语义无关的纹理模式。这些模式表现出结构化的局部-全局纹理关系，表明了法医证据的普遍形式。受这一发现的启发，我们将重点从直接利用显式伪像转移到建模纹理关系，并提出了 DTS-Det，这是一种检测框架，可捕获并利用此类关系进行广义 AI 生成图像检测。大量的实验验证了我们方法的有效性。 DTS-Det 在不同的评估设置中实现了最先进的性能，在 ConImageGen 上达到 99.6% ACC，比最佳基线提高了 10.5%。它还在 PicoBanana/RAID 上的跨数据集评估中实现了 93.2%/94.1% ACC，并在重建攻击和黑盒对抗攻击下分别保持了 95.2%/88.1% 的检测率。