摘要
目前基于大规模合成图像数据集训练的虚假图像检测器，在特定的生成模型上表现良好，但在应对未见过的模型时性能显著下降。此外，从在线生成模型中收集足够的训练数据通常代价高昂或难以实现。为了解决这些问题，我们提出了一种名为 Few-Shot Detector (FSD) 的新型 AI 生成图像检测器。FSD 通过学习一个专门的度量空间，仅需极少量样本即可有效区分未见过的伪造图像。实验结果表明，FSD 在 GenImage 数据集上仅使用 10 个额外样本即可实现 平均准确率提升 11.6% 的最先进性能。更重要的是，该方法能够在无需额外训练的情况下，更好地捕捉未见图像类别内部的共性特征。我们的代码已开源于 https://github.com/teheperinko541/Few-Shot-AIGI-Detector。
类型
