NS-Net

新的NS-Net框架提高了AI生成图像的检测准确性

研究人员开发了NS-Net，一个旨在提高AI生成图像检测能力的新框架。该方法通过解耦CLIP特征中的语义信息来解决泛化性挑战，因为这些信息可能阻碍区分真实和虚假图像，尤其是在它们的语义内容相似时。NS-Net利用零空间投影和对比学习来识别分布差异，并通过补丁选择策略来保留细粒度伪影。实验表明，NS-Net在各种生成模型上实现了5.0%的检测准确率提升，优于现有的最先进方法。