[논문 리뷰] FIND: A Simple yet Effective Baseline for Diffusion-Generated Image Detection

Jie Li, Yingying Feng외 4명|arXiv (Cornell University)|2026. 03. 15.

Advanced Neuroimaging Techniques and Applications인용 수 0

한 줄 요약

FIND는 실제 이미지에 가우시안 노이즈를 추가하고 노이즈가 있는 버전을 합성으로 라벨링함으로써 이진 분류기를 학습시키며 재구성(reconstruction) 모델의 필요성을 제거하고 GenImage에서 최첨단 정확도와 속도를 달성한다.

ABSTRACT

The remarkable realism of images generated by diffusion models poses critical detection challenges. Current methods utilize reconstruction error as a discriminative feature, exploiting the observation that real images exhibit higher reconstruction errors when processed through diffusion models. However, these approaches require costly reconstruction computations and depend on specific diffusion models, making their performance highly model-dependent. We identify a fundamental difference: real images are more difficult to fit with Gaussian distributions compared to synthetic ones. In this paper, we propose Forgery Identification via Noise Disturbance (FIND), a novel method that requires only a simple binary classifier. It eliminates reconstruction by directly targeting the core distributional difference between real and synthetic images. Our key operation is to add Gaussian noise to real images during training and label these noisy versions as synthetic. This step allows the classifier to focus on the statistical patterns that distinguish real from synthetic images. We theoretically prove that the noise-augmented real images resemble diffusion-generated images in their ease of Gaussian fitting. Furthermore, simply by adding noise, they still retain visual similarity to the original images, highlighting the most discriminative distribution-related features. The proposed FIND improves performance by 11.7% on the GenImage benchmark while running 126x faster than existing methods. By removing the need for auxiliary diffusion models and reconstruction, it offers a practical, efficient, and generalizable way to detect diffusion-generated content.

연구 동기 및 목표

• 확산 생성 이미지를 견고하게 탐지하려는 동기를 부여하고 재구성 기반 탐지기의 일반화 및 효율성 격차를 해결한다.
• 노이즈 증강을 통해 실제 이미지와 합성 이미지 간의 분포 차이를 활용하여 재구성 없는 기준선을 제안한다.
• 가우시안 피팅에서 노이즈가 추가된 실제 이미지가 왜 확산 생성 데이터와 유사하게 보이는지 이론적으로 정당화한다.
• 다수의 생성기에서 GenImage에 대해 강한 정확도와 극도의 속도 이점을 실증적으로 보여준다.

제안 방법

• 확산 재구성 맥락에서 실제 이미지가 합성 이미지보다 가우시안 분포에 맞추기가 더 어렵다고 가정한다.
• 훈련 중 실제 이미지에 가우시안 노이즈를 추가하고 이 노이즈 샘플을 합성으로 라벨링하여 분포 중심의 판별 특징을 유도한다.
• 재구성이나 보조 확산 모델 없이 실제, 노이즈가 추가된 실제, 합성 이미지에 대해 간단한 이진 분류기를 학습한다.
• 노이즈 증강이 피셔 정보(Fisher information)를 감소시켜 실제-노이즈 분포가 분류기에 대해 합성 분포와 닮아 있음을 보인다.
• ViT-B/16 및 RN50 백본으로 GenImage에서 FIND를 평가하고 재구성 기반 기준선과 비교한다.
• 추론에 재구성이 필요 없고 기존 방법보다 훨씬 빠르다는 점을 보여준다.

Figure 1: Comparison between FIND and previous noise-based methods. (a) DIRE utilizes complete reconstruction by adding noise and then denoising it with a Diffusion Model (DM) in multiple steps; (b) LaRE 2 compresses the noise addition and denoising steps into a single step within the latent space;

실험 결과

연구 질문

• RQ1 재구성 없이 작동하는 이진 분류기가 실제 이미지와 확산 생성 이미지를 효과적으로 구분할 수 있는가?
• RQ2 실제 이미지의 가우시안 노이즈 증강이 분포를 확산 생성 데이터와 닮게 만들어 탐지를 개선시키는가?
• RQ3 재구성 기반 탐지기와 비교하여 FIND가 여러 확산 생성기에서 일반화되는 방식은 어떤가?

주요 결과

• FIND는 RN50와 ViT-B/16 백본 모두에서 GenImage에서 이전 방법들보다 더 높은 평균 정확도를 달성한다.
• ViT-B/16로 GenImage 전반에서 평균 정확도 88.35%를 달성하여 FatFormer 및 LaRE 2를 능가한다.
• FIND는 재구성 모델과 확산 기반 재구성을 필요로 하지 않아 최첨단 방법에 비해 추론 속도가 126배 빨라진다.
• 실제 이미지에 무작위 가우시안 노이즈를 적용한 훈련은 성능을 크게 향상시키며, 특히 실제 이미지에 노이즈를 적용하고 실제 및 합성 데이터 모두에 노이즈를 결합할 때 더욱 그렇다.
• 최적의 노이즈 크기(epsilon)는 50으로 밝혀져 이미지 무결성과 판별력을 균형 있게 유지한다.
• FIND는 안정적인 교차 생성기 성능을 보여주며 GenImage의 여덟 가지 확산 생성기에 걸친 강력한 일반화를 나타낸다.

Figure 2: The training framework of FIND. Gaussian noise is added to real images, and these perturbed versions are labeled as synthetic within the training process. This enables FIND to mitigate the reconstruction model dependency, and learn the core distributional differences between real and synth