Rutgers, 미세 결함으로 가짜 이미지 탐지 — MDMF, 5개 벤치마크에서 기존 대비 최대 12% 향상

Rutgers 팀이 생성 이미지의 미세한 통계적 불일치를 증폭해 탐지하는 MDMF 프레임워크를 제안했습니다. 핵심은 패치 단위 포렌식 특징을 학습하고 Maximum Mean Discrepancy (MMD)로 분포 차이를 계량화하는 방식으로, 기존 전역 특징 기반 탐지기가 놓치는 미세 결함을 잡아냅니다. 이론적으로 패치 모델링이 국소 신호에 대해 더 큰 분포 차이를 보장함을 증명했으며, 실험에서도 여러 벤치마크에서 일관된 성능 우위를 보였습니다. 단, 탐지 성능은 생성 모델 종류에 따라 편차가 있을 수 있습니다.

• #image-detection
• #generative-ai
• #forensics
• #rutgers