EIB-Net: Entropy-Guided Information Bottleneck for Generalizable AI-Generated Image Detection

📄 arXiv: 2609.29064v1 📥 PDF

作者: Zhida Zhang, Xinlei Ma, Jie Cao

分类: cs.CV, cs.AI

发布日期: 2026-09-24

备注: Accept by ICME 2026

💡 一句话要点

提出EIB-Net以解决AI生成图像检测的挑战

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: AI生成图像 图像检测 信息瓶颈 熵引导 深度学习 跨生成器泛化 特征学习

📋 核心要点

  1. 现有检测方法主要针对局部伪造图像，无法有效处理缺乏局部伪造痕迹的生成图像，导致检测性能不足。
  2. EIB-Net通过引入图像熵度量，自动选择信息量最丰富的低熵区域，并利用变分信息瓶颈学习特征，从而提高检测的有效性和泛化能力。
  3. EIB-Net在多个基准测试中表现优异，仅使用2%的训练数据便实现85.7%的准确率，相比全图基线提升超过15%，且在跨生成器的泛化能力上也表现良好。

📝 摘要（中文）

随着逼真AI生成图像的普及，迫切需要能够跨多种生成模型进行有效检测的方法。现有方法主要针对局部伪造的图像，而生成模型（如扩散模型）缺乏明显的局部伪造痕迹，给检测带来了根本性挑战。本文提出EIB-Net，一个基于熵引导的信息瓶颈网络，利用图像熵度量自动选择最具信息量的低熵区域，并通过变分信息瓶颈学习紧凑且可泛化的特征。实验结果表明，EIB-Net在DIFF、DiffusionForensics和GenImage基准上表现出色，使用仅2%的训练数据便达到了85.7%的准确率，超越全图基线超过15%，并在跨生成器泛化方面保持了83.5%的平均准确率。

🔬 方法详解

问题定义：本文旨在解决AI生成图像的检测问题，现有方法在处理缺乏局部伪造痕迹的生成图像时面临挑战，导致检测效果不佳。

核心思路：EIB-Net的核心思路是利用图像熵度量来选择最具信息量的低熵区域，并通过变分信息瓶颈学习紧凑且可泛化的特征，从而提升检测性能。

技术框架：EIB-Net的整体架构包括图像熵计算模块、低熵区域选择模块和变分信息瓶颈模块。首先计算图像的熵值，选择低熵区域，然后通过变分信息瓶颈提取特征。

关键创新：EIB-Net的主要创新在于引入了熵引导的选择机制，能够自动识别低纹理区域作为合成图像的指示器，这与现有方法的局部伪造检测思路有本质区别。

关键设计：在网络设计中，采用了变分信息瓶颈的损失函数，并优化了网络结构以适应熵引导的特征选择，确保模型在数据稀缺情况下仍能有效学习。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

EIB-Net在DIFF、DiffusionForensics和GenImage基准测试中表现卓越，仅使用2%的训练数据便实现85.7%的准确率，超越全图基线超过15%。此外，其在跨生成器的泛化能力上也表现出色，平均准确率达到83.5%。

🎯 应用场景

EIB-Net在AI生成图像检测领域具有广泛的应用潜力，能够帮助识别虚假信息，维护数字内容的真实性。其高效的数据利用率使其适用于资源有限的环境，未来可扩展到社交媒体监控、新闻验证等多个领域。

📄 摘要（原文）

The proliferation of photorealistic AI-generated images demands robust detection methods that generalize across diverse generative models. While existing approaches target manipulation-based forgeries with local artifacts, generation-based images (e.g., from diffusion models) lack such traces, posing a fundamental challenge. We observe that generative models prioritize global semantics at the expense of local texture fidelity, making low-texture regions key indicators of synthetic origin. To exploit this, we propose EIB-Net, an Entropy-guided Information Bottleneck Network. EIB-Net introduces a novel Image Entropy (IE) metric to automatically select the most informative (lowest-entropy) patch, then processes it with a Variational Information Bottleneck (VIB) to learn compact, generalizable features. Extensive experiments on DIFF, DiffusionForensics, and GenImage benchmarks demonstrate state-of-the-art performance: EIB-Net achieves 85.7\% accuracy using only 2\% of training data, outperforming full-image baselines by over 15\%, and maintains robust cross-generator generalization (83.5\% average accuracy on GenImage). Furthermore, our entropy-guided patch selection (EGPL) consistently enhances diverse backbones (CNNs and Transformers), proving its practical value for data-efficient detection.