基于潜在重建误差的扩散生成图像检测方法 LaRE^2
原文中文,约300字,阅读约需1分钟。发表于: 。本文提出了一种基于潜在重建误差引导特征细化的新方法 LaRE^2,用于检测扩散生成的图像,并通过 Error-Guided feature REfinement 模块(EGRE)来增强特征的区分性。实验结果表明,在 8 种不同的图像生成器上,LaRE^2 的平均准确率(ACC)和平均精度(AP)相较于现有最佳方法提高了 11.9%/12.1%。LaRE...
本文提出了使用扩散模型的方法,通过细化阴影区域的细节,避免了传统方法的局限性。同时,通过融合噪声特征和扩散网络,缓解了训练过程中的局部最优问题。该方法在AISTD和DESOBA数据集上的性能分别提高了13%和82%。