AI生成图像的纹理对比度检测
在本篇文章中我们将介绍如何开发一个深度学习模型来检测人工智能生成的图像。许多用于检测人工智能生成图像的深度学习方法都根据图像生成的方式或者图像的特性/语义来确定，通常这些模型只能识别人工智能生成的特定对象，比如人、脸、汽车等。然而，这项名为“RichandPoorTextureContrast:ASimpleyetEffectiveApproachforAI-generatedImageDetection”的研究提出的方法克服了这些挑战，具有更广泛的适用性。我们将深入探讨这篇研究论文，阐明它是如何有效解决
在本篇文章中我们将介绍如何开发一个深度学习模型来检测人工智能生成的图像。
许多用于检测人工智能生成图像的深度学习方法都根据图像生成的方式或者图像的特性/语义来确定，通常这些模型只能识别人工智能生成的特定对象，比如人、脸、汽车等。
然而，这项名为“Rich and Poor Texture Contrast: A Simple yet Effective Approach for AI-generated Image Detection”的研究提出的方法克服了这些挑战，具有更广泛的适用性。我们将深入探讨这篇研究论文，阐明它是如何有效解决了其他检测人工智能生成图像方法所面临的问题。
泛化性问题
当我们使用一个模型(比如ResNet-50)来识别人工智能生成的图像时，模型会根据图像的语义进行学习。如果我们训练一个模型来识别人工智能生成的汽车图像，使用真实图像和人工智能生成的不同汽车图像进行训练，那么该模型将只能从这些数据中获取有关汽车的信息，而对于其他物体则无法进行准确识别。
虽然可以对各种对象的数据进行训练，但这种方式耗时较长，而且仅能在未知数据上达到大约72%的准确率。尽管可以通过增加训练次数和数据量来提高准确性，但我们无法无限地获取训练数据。
也就是说目前检测模型的泛化性有很大的问题，为了解决这个问题，论文提出了以下的方法
Smash&Reconstruction
这篇论文介绍了一种独特的方法，用于防止模型在训练过程中从图像的形状中学习到人工智能生成的特征。作者提出了一种名为Smash&Reconstruction的方法来实现这一目标。
在这种方法中，图像被分成预定大小的小块，然后对它们进行重新排列，以生成新的图像。这只是一个简单的概述，因为在形成生成模型的最终输入图像之前，还需要进行额外的步骤。
将图像分割成小块后，我们将小块分成两组，一组是纹理丰富的小块，另一组是纹理较差的小块。
图像中细节丰富的区域，如物体或两个对比色区域之间的边界，就成为一个丰富的纹理块。与主要是背景的纹理区域(如天空或静止的水)相比，丰富的纹理区域在像素上有很大的变化。
计算纹理丰富的指标
首先将图像分成预先确定大小的小块，如上图所示。然后找到这些图像块的像素梯度(即找出水平方向、对角线方向和反对角线方向上的像素值之差并将它们相加)，并将它们分离成丰富纹理块和纹理较差块。
与纹理较差的块相比，纹理丰富的块具有更高的像素梯度值，计算图像梯度值得公式如下：
在像素对比度的基础上对图像进行分离，得到两幅合成图像。这一过程是本文称之为“Smash&Reconstruction”的完整过程。
这样就让模型学习到得是纹理的细节，而不是物体的内容表征
fingerprint
大多数基于指纹的方法受到图像生成技术的限制，这些模型/算法只能检测由特定方法/类似方法(如扩散、GAN或其他基于CNN的图像生成方法)生成的图像。
为了精确地解决这个问题，论文已经将这些图像块划分为丰富或贫乏的纹理。然后作者又提出了一种识别人工智能生成图像指纹的新方法，这也就是论文的标题。他们提出在应用30个高通滤波器后，找到图像中丰富和贫乏纹理斑块之间的对比度。
丰富和贫乏的纹理块之间的对比度有什么帮助呢？
为了更好理解，我们将图像并排比较，真实图像和人工智能生成的图像。
这两张图像使用肉眼观看也是很难查看他们的去别的对吧
论文首先使用Smash&Reconstruction 过程:
在每个图像上应用30个高通滤波器后，它们之间的对比度:
从这些结果中我们可以看到，人工智能生成的图像与真实图像的对比度相比，纹理斑块丰富和贫乏的对比度要高得多。
这样我们用肉眼就可以看到区别了，所以可以将对比度的结果放入可训练模型，并将结果数据输入分类器，这样就是我们这篇论文的模型架构：
分类器的结构如下:
论文中提到了30个高通滤波器，这些滤波器最初是为隐写分析而引入的。
注：图片隐写的方式有很多种。广义上，只要通过某种方式将信息隐藏到图片中而难以通过普通方式发现，就可以称为图片隐写，对于隐写分析有很多相关的研究，有兴趣的可以查阅相关资料。
这里的过滤器是使用卷积方法应用于图像的矩阵值，所使用的滤波器是高通滤波器，它只允许图像的高频特征通过它。高频特征通常包括边缘、精细细节和强度或颜色的快速变化。
除(f)和(g)外，所有滤波器在重新应用于图像之前都以一定角度旋转，因此总共形成30个滤波器。这些矩阵的旋转是用仿射变换完成的，而仿射变换是用SciPy完成的。
总结
论文的结果已经达到了92%的验证精度，并且据说如果训练的更多还会有更好的结果，这是一个非常有意思的研究，我还找到了训练的代码，有兴趣的可以深入研究：
论文：https://arxiv.org/abs/2311.12397
代码：https://github.com/hridayK/Detection-of-AI-generated-images
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。
Cubase 是 Steinberg 推出的数字音频工作站，提供 MIDI 编曲、多轨录音、音频编辑、虚拟乐器、效果处理、自动化、混音和母带输出工具。其 Pro、Artist 与 Elements 版本面向不同预算和制作规模，