人工智能生成图像的检测方法及装置
知识产权简介
图像生成技术的快速发展引发了重大的公共安全隐患,然而现有检测方法多依赖泛化能力有限的黑盒模型。我们认为,理想的伪造图像检测方法应同时具备强泛化能力与良好的可解释性。近年来,多模态大语言模型(MLLMs)的进展为基于推理的AI生成图像检测提供了新的机遇。本文系统评估了MLLMs相较于传统检测方法和人工评估者的能力表现,分析了其优势与局限性。在此基础上,我们设计了六种针对图像不同特征维度的分析范式,并提出一个融合这些范式的统一框架,最终给出具有连贯证据链的判定结果。实验表明,本方法在检测性能上超越了传统方法及人类专家水平。本研究揭示了MLLMs在构建鲁棒、可解释且以推理为核心的检测系统方面的巨大潜力。代码已开源于 https://github.com/Gennadiyev/mllm-defake。
转化前景
本专利对应产品为基于多模态大语言模型的AI生成图像检测系统。技术优势方面,本方法突破了传统黑盒检测模型泛化能力差、缺乏可解释性的瓶颈,通过融合六种针对图像不同特征维度的分析范式,实现了具有连贯证据链的可解释判定输出,兼具高准确率与强推理能力。性能指标方面,实验结果表明本方法在多样化数据集上的检测性能超越了传统检测方法及人类专家水平。产业化应用前景方面,该技术可广泛应用于社交媒体内容审核、新闻真实性核验、司法取证鉴定、金融反欺诈等领域,具有显著的市场需求与社会价值,产业化潜力巨大。