Детекция стилизации: сказать по картине какой нейросетью она создана
Исследователи разрабатывают классификаторы, которые по визуальным признакам отличают изображения, созданные Midjourney, от созданных Stable Diffusion или DALL-E. Каждая модель оставляет характерные следы в распределении пикселей, особенности артефактов и консистентность деталей на краях объектов.
Задача напоминает судебную экспертизу цифровой подделки, но с другой целью: не доказательство в суде, а каталогизация контента и маркировка поддельных изображений в обучающих датасетах.
Основные биомаркеры генерации
Детекторы ловят характерные ошибки диффузионных моделей: странные отражения в очках, неправильную топологию рук, локальные артефакты палитры в местах, где цвета встречаются под острым углом.
Точность таких классификаторов пока держится в диапазоне 85—95 процентов в чистых условиях, но падает при сжатии, ресайзе или наложении фильтров, что ограничивает применение на практике.
Производители моделей начинают встраивать в генератор скрытые водяные знаки, которые невидимы, но помогают привязать изображение к конкретной системе.