日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
AI生成画像検出arXiv:2609.29064

EIB-Net: エントロピー誘導情報ボトルネックによる汎化可能なAI生成画像検出

EIB-Net: Entropy-Guided Information Bottleneck for Generalizable AI-Generated Image Detection

シェア:XThreadsFacebookLINEはてブBluesky

生成画像は低テクスチャ領域に合成痕跡が現れる点に着目し、画像エントロピーで情報量の多いパッチを選び、変分情報ボトルネックで汎化性の高い特徴を学習する検出手法を提案。少ない学習データで高精度・クロス生成器汎化を実現。

詳しい要約

1. どんなもの?

- AI生成画像検出のための新しいネットワーク EIB-Net を提案。 - 生成モデルはグローバルな意味を優先し、ローカルなテクスチャ忠実度を犠牲にするという観察に基づく。 - 低テクスチャ領域が合成画像の鍵となる指標であると指摘。 - Image Entropy (IE) メトリックで最も情報量の多い(低エントロピー)パッチを自動選択。 - Variational Information Bottleneck (VIB) でコンパクトで汎化可能な特徴を学習。

2. 先行研究と比べてどこがすごい?

- 既存手法は局所的なアーティファクトを対象とした manipulation-based forgeries に焦点。 - 生成ベース画像(diffusion models など)にはそのような痕跡がなく、根本的な課題があった。 - EIB-Net は低テクスチャ領域に着目し、エントロピー誘導でパッチ選択を行う点が新しい。 - 全画像ベースラインを15%以上上回り、2%の訓練データで85.7%の精度を達成。 - クロスジェネレータ汎化(GenImage で平均83.5%)も維持。

3. 技術・手法の肝は?

- Image Entropy (IE) メトリックを導入し、最も情報量の多い(最低エントロピー)パッチを自動選択。 - 選択したパッチを Variational Information Bottleneck (VIB) で処理し、コンパクトで汎化可能な特徴を学習。 - エントロピー誘導パッチ選択 (EGPL) は多様なバックボーン(CNNs と Transformers)に適用可能。 - データ効率の良い検出を実現。

4. どうやって有効だと検証した?

- DIFF, DiffusionForensics, GenImage ベンチマークで広範な実験を実施。 - 最先端性能を達成:2%の訓練データで85.7%の精度。 - 全画像ベースラインを15%以上上回る。 - GenImage で平均83.5%のクロスジェネレータ汎化を維持。 - EGPL が多様なバックボーン(CNNs と Transformers)を一貫して強化することを証明。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- DIFF, DiffusionForensics, GenImage ベンチマークに関連する研究。 - Variational Information Bottleneck (VIB) や Information Bottleneck の手法。 - 生成モデル検出のための既存手法(manipulation-based forgeries 検出など)。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zhida Zhang, Xinlei Ma, Jie Cao

分類: cs.CV, cs.AI

原文アブストラクト

The proliferation of photorealistic AI-generated images demands robust detection methods that generalize across diverse generative models. While existing approaches target manipulation-based forgeries with local artifacts, generation-based images (e.g., from diffusion models) lack such traces, posing a fundamental challenge. We observe that generative models prioritize global semantics at the expense of local texture fidelity, making low-texture regions key indicators of synthetic origin. To exploit this, we propose EIB-Net, an Entropy-guided Information Bottleneck Network. EIB-Net introduces a novel Image Entropy (IE) metric to automatically select the most informative (lowest-entropy) patch, then processes it with a Variational Information Bottleneck (VIB) to learn compact, generalizable features. Extensive experiments on DIFF, DiffusionForensics, and GenImage benchmarks demonstrate state-of-the-art performance: EIB-Net achieves 85.7\% accuracy using only 2\% of training data, outperforming full-image baselines by over 15\%, and maintains robust cross-generator generalization (83.5\% average accuracy on GenImage). Furthermore, our entropy-guided patch selection (EGPL) consistently enhances diverse backbones (CNNs and Transformers), proving its practical value for data-efficient detection.

PR本紙発行元 EmplifAI