Improving Generalization and Robustnses of AI-Generated Image Detection via Generator-Agnostic Representation Learning
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340065303
교육부
한국연구재단
울산과학기술원
백준혁
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2028.08.31
1,250만원
1,250만원
기초연구
대학
울산광역시 울주군
정보/통신 > 정보이론 > 인공지능
다양한 생성기 및 환경 조건에서도 성능 저하가 완화된 안정적인 AI 생성 이미지 탐지 모델을 설계하는 것을 최종 목표로 함. 구체적으로 (i) 미학습 생성기에 대한 Fake Accuracy, (ii) 다양한 후처리 조건에서의 성능 유지율, (iii) Real Accuracy와 Fake Accuracy 간 격차라는 세 가지 지표를 핵심 평가 축으로 삼아, 특...
본 연구는 세 가지 연구 축으로 구성된 통합 탐지 프레임워크를 설계함.(i) Generator-invariant representation 학습: CLIP-ViT 백본에 도메인 적대적 학습(domain adversarial training) 기반의 생성기 판별기를 보조 네트워크로 결합하여, 탐지기 특징 공간에서 생성기 특이적(generator-specifi...
본 연구의 결과는 AI 생성 이미지 탐지에서 일반화 및 강건성 문제에 대한 체계적 분석과 해결 방향을 제공함으로써 후속 연구의 기반이 될 수 있음. 또한 딥페이크 및 AI 생성 허위 콘텐츠 확산에 대응하는 신뢰할 수 있는 탐지 기술의 토대를 마련하여, 소셜미디어 및 온라인 플랫폼 등 실제 환경에서 AI 생성 콘텐츠를 식별하는 기술로 활용 가능함. 나아가 본...