Краткое содержание

arXiv:2511.12511v1 Тип объявления: cross Аннотация: В условиях растущих опасений относительно подлинности изображений и цифровой безопасности область обнаружения изображений, созданных ИИ (AIGI), быстро развивается. Тем не менее, большинство детекторов AIGI по-прежнему испытывают трудности в условиях реальных искажений, в особенности размытия в движении, которое часто возникает при съемке с рук, быстром движении и в сжатом видео. Такое размытие искажает мелкие текстуры и подавляет высокочастотные артефакты, что приводит к значительному падению производительности в реальных условиях. Мы решаем эту проблему с помощью устойчивой к размытию структуры для обнаружения AIGI, основанной на дистилляции знаний по схеме «учитель-ученик». Высокопроизводительная модель-учитель (DINOv3), обученная на чистых (т.е. резких) изображениях, обеспечивает стабильные и семантически богатые представления, которые служат ориентиром для обучения. Замораживая модель-учителя для сохранения ее способности к обобщению, мы переносим ее признаки и логиты с резких изображений на модель-ученика, обученную на их размытых аналогах, что позволяет ученику выдавать согласованные