摘要
近年来，合成数据技术的快速发展使得人工智能（AI）生成图像的质量不断提升，其逼真程度已达到人类难以区分真实照片与AI生成图像的程度。鉴于数据可靠性与真实性验证的迫切需求，本文提出通过计算机视觉手段增强对AI生成图像的识别能力。首先，利用潜在扩散模型（latent diffusion）构建了一个合成数据集，该数据集在类别上与现有的CIFAR-10数据集保持一致，包含十个类别，从而为真实照片提供对比样本。该模型能够生成复杂的视觉特征，例如水面中的逼真倒影。由此形成的两组数据构成一个二分类问题：判断图像是否为真实拍摄或由AI生成。本研究进一步提出采用卷积神经网络（Convolutional Neural Network, CNN）对图像进行分类，判别其为“真实”或“伪造”两类。在对36种不同的网络架构进行超参数调优与训练后，最优模型在测试集上实现了92.98%的分类准确率。最后，本文通过可解释人工智能技术中的梯度类激活映射（Gradient Class Activation Mapping, Grad-CAM）方法，分析图像中对分类决策具有贡献的关键视觉特征。分析结果揭示出一些有趣的发现：图像中的主体实体本身对分类并无显著帮助，相反，模型主要关注图像背景中存在的细微视觉瑕疵。这些微小的不一致性，如纹理不连续、光照异常或边缘模糊等，成为区分真实与生成图像的关键线索。本研究所构建的完整数据集，命名为CIFAKE数据集，已向科研界公开共享，旨在为后续相关研究提供高质量的基准数据支持。