合成画像の検出

評価条件を読んでください。 1 セットのジェネレーターでトレーニングされた検出器は、新しいモデル、編集された出力、スクリーンショット、または再圧縮された画像では異なる動作をする可能性があります。バランスの取れたベンチマークから報告されたスコアは、合成画像がほとんどない実際のコレクションを説明していない可能性があります。検出器のスコアを確立された確率から区別します。キャリブレーション、しきい値の選択、および合成コンテンツの蔓延は、解釈に影響を与えます。高いスコアは、公の告発を正当化することなく、調査の理由になる可能性があります。補完的な証拠を使用します: 元のファイル、ソース履歴、メタデータ、コンテンツ資格情報、および独立した裏付け。メタデータは欠落しているか変更されている可能性があり、資格情報はすべての視覚的な主張が真実であることを保証するのではなく、記録された出所を説明します。不確実性を考慮したレビュー ワークフローを設計します。証拠を保存し、使用したツールとバージョンを文書化し、結論の根拠を説明します。単一の未検証の検出器の結果に基づいて人々に自動的にペナルティを課すことは避けてください。