Title: GenImage: A Million-Scale Benchmark for Detecting AI-Generated Image
Paper: https://arxiv.org/abs/2306.08571
Code: https://github.com/GenImage-Dataset/GenImage
导读
在这个 AIGC 爆发的时代，人人都可以利用AI算法生成高质量的文本，图像，音频内容。其中，由Midjourney, Stable Diffusion等图像生成方法制作的图像，其逼真程度让人赞叹。人眼已经难以对其真假进行区分了。这不禁唤起了人们的隐忧：大量虚假图片将会在互联网上广泛传播。虚假图片的泛滥会引发多种社会安全问题。例如，虚假新闻会扰乱社会秩序，混淆视听。恶意的人脸图片造假则会引发金融欺诈，造成信任危机。
例如，下图为Midjourney生成的特朗普被捕图片。这类图片在社交媒体上广泛传播，对政治领域造成了不良影响。因此，对这些AI生成的图像进行有效监管是非常有必要的。
考虑到人眼已经难以对真假图片进行区分，我们急需一种AI生成图像检测器以区分AI制作的图像和真实的图像。然而，现在大规模数据集的缺失妨碍了检测器的开发。因此，我们提出了百万量级的GenImage数据集，致力于构建AIGC时代的ImageNet。
数据集介绍
过去业界也有推出一些数据集。他们主要有三个特点。第一个是数据规模小，第二个是都是基于GAN的，第三个是局限于人脸数据。随着时间推移，数据规模慢慢地在增加，生成器也从GAN时代过渡到Diffusion时代，数据的范围也在增加。但是一个大规模的，以Diffusion模型为主的，涵盖各类通用图像的数据集仍然是缺失的。
基于此，我们提出一个对标imagenet的genimage数据集。真实的图片采用了ImageNet。虚假的图片采用ImageNet的标签进行生成。我们利用了八个先进的生成器来生成，分别是Midjourney, Stable Diffusion V1.4, Stable Diffusion V1.5, ADM, GLIDE, Wukong，VQDM和BigGAN。这些生成器生成的图片总数基本与真实图片一致。每个生成器生成的图片数量也基本一致。每一类生成的图片数量基本一致。
这个数据集具有以下优势：
- 大量的数据：超过百万对图片对。
- 丰富的图片内容：利用ImageNet进行构建，具有丰富的标签
- 先进的生成器：覆盖Midjourney, Stable Diffusion等Diffusion生成器。
在真实世界中检测器往往会遇到各种各样的困难。我们经过实验发现，检测器往往在两种情况下性能下降严重。第一种是面对训练集中未出现的生成器生成的图片时。第二种是面对退化的图像。例如，CNNSpot在Stable Diffusion V1.4上训练后，在Midjourney上测试仅有52.8的准确率。当训练和测试生成器同为Stable Diffusion V1.4，在面对模糊的图像时，CNNSpot准确率仅仅为77.9。基于此，我们在这个数据集基础上对检测器提出两个挑战：
- 交叉生成器：检测器在一种生成器生成的数据上训练，在其他生成器生成的数据上验证。这个任务目的是考察检测器在不同生成器上的泛化能力。
- 退化图像识别：检测器需要对于低分辨率，模糊和压缩图像进行识别。这个任务主要考察检测器在真实条件（如互联网上传播）中面对低质量图像时的泛化问题。
我们相信这个数据集的提出将大大有助于人们开发AI生成图片检测器。
实验
我们做了一些实验来考察这个数据集，我们发现在某个生成器上训练的ResNet-50模型在其他的测试准确率会明显降低。然而在真实情况下我们难以得知遇到的图像的生成器是什么。因此检测器对于不同生成器生成图片的泛化能力很重要。
我们对比了现有方法在Stable Diffusion V1.4上训练，然后在各种生成器上测试的结果，见图3。我们也评测了各种生成器上训练，然后在各种生成器上测试的结果。见图4。图4中，Testing Subset那一列中的每一个数据点，都是在八个生成器上训练，然后在一个生成器上测试得到的平均结果。然后我们将这些测试集上的结果平均，得到最右侧的平均结果。
我们对测试集进行退化处理，采用不同参数下的低分辨率，JPEG压缩和高斯模糊，评
测结果如下
那么采集这么多数据是不是有用呢？我们做了相关实验，证明通过提升数据类比和每类的图片数量，我们是可以提高性能的。
针对GenImage数据集对于不同图片的泛化能力，我们发现他对于人脸和艺术类图片也能达到很好的效果。
总结
随着AI生成图片能力的不断提升，对于AI生成的图片实现有效检测的需求将会越来越迫切。本数据集致力于为真实环境下的生成图片检测提供有效训练数据。我们使用ResNet-50在本数据集中训练，然后在真实推文中进行检测。如下图4，ResNet-50能够有效识别真图和假图。这个结果证明了GenIamge可以用于训练模型以判别真实世界的虚假信息。我们认为，该领域未来值得努力的方向是不断提升检测器在GenImage数据集上的准确率，并进而提升其在真实世界面对虚假信息的能力。
