The Visual Counter Turing Test (VCT2): A Benchmark for Evaluating AI-Generated Image Detection and the Visual AI Index (VAI)
Created by
Haebom
Category
Empty
저자
Nasrin Imanpour, Abhilekh Borah, Shashwat Bajpai, Subhankar Ghosh, Sainath Reddy Sankepally, Hasnat Md Abdullah, Nishoak Kosaraju, Shreyas Dixit, Ashhar Aziz, Shwetangshu Biswas, Vinija Jain, Aman Chadha, Song Wang, Amit Sheth, Amitava Das
개요
본 논문은 텍스트-이미지(T2I) 생성 모델의 오용에 대한 우려를 해결하기 위해 개발된 연구입니다. 새로운 T2I 모델의 등장에 따라 기존 AI 생성 이미지 감지(AGID) 방법의 한계를 지적하며, 6개의 최첨단 T2I 시스템(Stable Diffusion 2.1, SDXL, SD3 Medium, SD3.5 Large, DALL.E 3, Midjourney 6)으로 생성된 166,000개의 이미지로 구성된 종합 벤치마크, Visual Counter Turing Test (VCT2)를 제안합니다. 또한, 해석 가능한 프롬프트 불가지론적 현실성 측정 방식인 Visual AI Index (VAI)를 제안합니다.
시사점, 한계점
•
시사점:
◦
새로운 T2I 모델의 이미지 생성 능력이 향상됨에 따라 기존 AGID 모델의 탐지 정확도가 현저히 감소함.
◦
VCT2 벤치마크는 다양한 T2I 모델의 이미지를 평가하기 위한 포괄적인 프레임워크를 제공함.
◦
VAI는 생성된 이미지의 지각적 품질을 정량화하고 순위를 매기는 새로운 메트릭을 제시함.
◦
VAI와 탐지 정확도 간의 역상관관계는 시각적으로 더 현실적인 이미지가 탐지하기 더 어렵다는 것을 나타냄.
