Technische Samenvatting: PGC - Peak-Guided Calibration voor Generaliseerbare Detectie van AI-gegenereerde Afbeeldingen

1. Probleemstelling

De snelle evolutie van generatieve AI, van GAN's naar moderne diffusiemodellen, heeft afbeeldingen geproduceerd met uitzonderlijke visuele trouw. Waar vroege modellen globaal consistente artefacten achterlieten, vertonen state-of-the-art commerciële generators een "semantische attentiebias". Zij prioriteren de reconstructie met hoge trouw van het belangrijkste semantische onderwerp (voorgrond), waardoor discriminerende artefacten effectief worden verplaatst naar minder beperkte achtergrondregio's.

Bestaande detectiemethoden vertrouwen voornamelijk op globale representaties, die bevooroordeeld zijn ten opzichte van semantische regio's met hoge energie. Bijgevolg richten deze detectoren zich vaak op het hoofdonderwerp, waar de gegenereerde inhoud het meest realistisch is, waardoor subtiele, gelokaliseerde vervalsporen in de achtergrond in de schaduw worden gesteld. Dit leidt tot een aanzienlijke prestatiedegradatie bij het confronteren van hoog-trouwe commerciële vervalsingen, met name in "In-the-Wild"-scenario's die eigendomsgebonden post-processing-pipelines omvatten.

2. Methodologie: Peak-Guided Calibration (PGC)

Om de onderdrukking van subtiele aanwijzingen door dominante voorgrondinhoud aan te pakken, stellen de auteurs het Peak-Guided Calibration (PGC)-kader voor. Deze aanpak verschuift het paradigma van het uitsluitend vertrouwen op globale context naar het aggregeren van opvallende lokale "piek"-kenmerken om globale beslissingen te kalibreren.

2.1. Dual-Stream Feature Encoding

Het kader maakt gebruik van een dual-stream architectuur om zowel low-level inconsistenties als high-level semantische artefacten te vangen:

• Residual Stream: Extrahert quantisatie-residu-kenmerken in de RGB-kleurenruimte ($I_{res} = I - M^{-1} \cdot \text{Round}(M \cdot I)$) om low-level schendingen van de beeldfysica te vangen. Deze worden verwerkt door een lichtgewicht CNN.
• RGB Stream: Gebruikt een vooraf getrainde Vision Transformer (ViT, specifiek DINOv2) om high-level semantische kenmerkkaarten ($F_{rgb}$) te extraheren.

2.2. Peak-Guided Calibration Module (PGCM)

De kerninnovatie is de PGCM, ontworpen om te voorkomen dat lokale aanwijzingen worden ondergedompeld door inhoud met hoge trouw:

1. Patch Partitioning & Scoring: Kenmerkkaarten van beide streams worden behandeld als roosters van lokale patches. Stream-specifieke koppen projecteren deze patches naar scorekaarten ($S_{res}, S_{rgb}$), waarbij elke score de forensische relevantie van dat gebied kwantificeert.
2. Peak Aggregation: In plaats van te middelen, maakt de module gebruik van een piek-focuserend mechanisme met een temperatuur-geschaalde log-sum-exp-operatie (die een max-operator benadert):
   $$Z = \tau \log \left( \frac{1}{N} \sum_{i=1}^{N} \exp(s_i / \tau) \right)$$
   Een kleine temperatuur $\tau$ scherpt de verdeling aan, waardoor het model wordt gedwongen zich te richten op de "piek"-patches die de sterkste forensische bewijzen bevatten.
3. Calibratie: De geaggregeerde scores worden gefuseerd ($Z_{local} = Z_{res} + \lambda \cdot Z_{rgb}$) om een lokale bias te creëren. Deze bias wordt additief geïnjecteerd in de globale logit ($Z_{global}$) die is afgeleid van samengevoegde kenmerken:
   $$y_{pred} = Z_{global} + Z_{local}$$
   Dit mechanisme zorgt ervoor dat een lokaal signaal met hoge betrouwbaarheid (wat op vervalsing wijst) een globale beslissing kan overrulen die misleid kan zijn door de realistische voorgrond.

3. Belangrijkste Bijdragen

3.1. Het PGC-Kader

De auteurs introduceren een nieuwe strategie die lokale "piek-patches" benut om globale representaties te herkalibreren. Door expliciet regio's te identificeren en te versterken met het meest kritieke discriminerende bewijs, herstelt PGC subtiele patronen die doorgaans ondergedompeld zijn in globale contexten die worden gedomineerd door onderwerpen met hoge trouw.

3.2. De CommGen15 Benchmark

Omdat bestaande datasets niet in staat zijn om de complexiteit van eigendomsgebonden commerciële modellen vast te leggen, introduceren de auteurs CommGen15.

• Samenstelling: Een uitgebreide benchmark bestaande uit 33.394 gegenereerde samples (afbeeldingen en videoframes) van 15 diverse commerciële modellen (bijv. Sora, Kling, Google Imagen, Flux, Midjourney).
• Realisme: Data wordt verzameld uit officiële publieke galeries en gemeenschapsopslagplaatsen (bijv. PromptHero) in plaats van lokale inferentie, waardoor platform-specifieke post-processing, compressie en watermerken behouden blijven.
• Balans: Bevat een gelijk aantal echte afbeeldingen uit COCO 2017 om een gebalanceerde binaire classificatietaken te vormen.

3.3. State-of-the-Art Prestaties

Uitgebreide experimenten tonen aan dat PGC superieure generalisatie bereikt over onbekende generators en robuustheid tegen verstoringen.

4. Experimentele Resultaten

4.1. Generalisatie op Standaard Benchmarks

• GenImage: PGC bereikt een gemiddelde nauwkeurigheid van 98,3% en een gemiddelde AP van 100,0%, wat de vorige beste (CoD) overtreft met +2,1% in gemiddelde nauwkeurigheid.
• AIGI: Op een grote dataset die 25 modellen bestrijkt, bereikt PGC een gemiddelde nauwkeurigheid van 86,6%, wat de sterkste baseline (DDA) overtreft met +3,5%.
• UniversalFakeDetect: PGC vestigt een nieuw record met een gemiddelde AP van 98,0%, wat de vorige beste (AIDE) overtreft met +2,2%.

4.2. Prestaties op CommGen15

De meest significante winsten worden waargenomen op de voorgestelde CommGen15-benchmark, die real-world bedreigingen simuleert:

• PGC bereikt een gemiddelde nauwkeurigheid van 97,9%, wat de dichtstbijzijnde concurrent (DDA) met een aanzienlijke marge van +12,3% overtreft.
• In tegenstelling tot bestaande methoden die ernstige prestatie-onevenwichtigheden vertonen (bijv. hoge Fake Accuracy maar bijna nul Real Accuracy, of vice versa), behoudt PGC stabiliteit op zowel echte als valse categorieën.

4.3. Robuustheid en Analyse

• Verstoringen: PGC toont opmerkelijke stabiliteit onder verschillende degradaties (onscherpte, ruis, helderheid/contrastaanpassingen), waarbij het zelfs onder shot noise een nauwkeurigheid van meer dan 97% behoudt, terwijl baselines onder de 75% zakken.
• Adversarial Robustness: Onder transfer-based black-box PGD-aanvallen behoudt PGC 98,1% nauwkeurigheid bij $\epsilon=0,3$, wat veerkracht toont tegen sterke adversariële verstoringen.
• Attribution Analysis: SHAP-waarde-analyse bevestigt de hypothese van het artikel: detectoren die zich richten op AI-gegenereerde afbeeldingen verschuiven hun aandacht naar achtergrondregio's, terwijl echte afbeeldingen aandacht triggeren op de semantische voorgrond. PGC benut deze achtergrond "piek"-artefacten succesvol.

5. Betekenis en Claims

Het artikel beweert dat de primaire beperking van huidige detectie van AI-gegenereerde afbeeldingen het vertrouwen is op globale representaties, die inherent bevooroordeeld zijn ten opzichte van semantische onderwerpen met hoge trouw. Deze bias zorgt ervoor dat detectoren de subtiele, gelokaliseerde artefacten missen die in de achtergrond blijven bestaan.

De betekenis van PGC ligt in het Peak-Guided Calibration-mechanisme, dat het besluitvormingsproces effectief ontkoppelt van de dominante voorgrondinhoud. Door "piek"-lokale bewijzen expliciet te ontginnen en te versterken, overbrugt het kader de generalisatiekloof tussen open-source trainingsdata en onbekende, hoog-trouwe commerciële generators. De introductie van CommGen15 wordt gepresenteerd als een noodzakelijke stap om "In-the-Wild"-bedreigingen beter te simuleren, verder gaand dan de beperkingen van datasets die uitsluitend zijn gebaseerd op open-source modellen.

De auteurs concluderen dat de verschuiving van het leren van globale representaties naar piek-gevoelige artefact-mining onmisbaar is voor robuuste, generaliseerbare detectie in het tijdperk van generatieve AI met hoge trouw.