Relative Patch Response Learning

新的AI生成图像检测方法提高了泛化能力

研究人员推出了一种新颖的AI生成图像检测方法——相对块响应学习（PRL），旨在提高对未见过生成器的泛化能力以及对现实世界扰动的鲁棒性。与以往标记单个块的方法不同，PRL关注图像对不同视图之间块的响应。该方法使用相对响应目标来精确监督块源标记，使用参考一致性目标来保持未更改块之间的一致性，并使用区域排名目标来将生成内容与更高分数相关联。实验表明，PRL在标准和实际基准测试中均显著优于现有方法。