Tag · 2 篇
重建误差
01 02
一种用于检测AI生成图像的双重差分方法
A Difference-in-Difference Approach to Detecting AI-Generated Images
把重建误差从一阶差分升级为二阶差分（difference-in-difference）来降低方差，这一思路可直接迁移到任何基于重建/残差信号的取证与异常检测流程中，例如扩散模型指纹检测或图像篡改定位。
面向AI生成图像免训练检测的去偏重建框架
A Debiased Reconstruction-based Framework for Training-Free Detection of AI-Generated Images
对做视觉研究的人，这篇论文提供了一个可直接复用的免训练检测信号：用旋转与低通滤波增强来归一化LDM的图像级重建误差，抵消背景偏置；同时把潜变量级重建误差经旋转归一化后作为补充信号，二者统一为RDD分数，可在无检测训练数据时跨多种生成模型使用。