GAN模型生成图像检测方法综述
作者机构：成都理工大学计算机与网络安全学院(示范性软件学院)
出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期：2024年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：成都理工大学2023年中青年骨干教师发展资助计划(项目编号:10912-JXGG2023-06470)
摘 要：生成对抗网络（GAN）已经成为生成高质量图像的有效工具，但同时也引发了图像伪造和欺诈的担忧。为了应对这一挑战，研究者们提出了各种各样的方法来检测GAN生成的图像。该文章对当前的GAN图像检测方法进行了梳理和总结，包括基于特征识别方法，以及基于数据驱动的方法。总结介绍了各种检测方法的原理、优缺点。并通过进行重训练实验，验证了各种方法在不同数据集上的检测准确率。最后，这篇文章对未来的研究方向和发展趋势进行了展望，旨在推动GAN图像检测领域的进一步发展与创新。
同方期刊数据库