ACM Multimedia 2026採択論文：生成画像の「作り直しにくい部分」から偽物の場所と理由を示すLaP-Forensics

結論から言うと、見た目が自然な生成画像でも、画像をいったんAIの内部表現へ戻して作り直したときの差から、偽物らしい場所と理由を探す研究が登場した。ACM Multimedia 2026採択論文「LaP-Forensics」は2026年7月28日にarXivへ公開された。最近の画像生成AIは、指や輪郭など表面の不自然さが減り、見た目だけに頼る検出器と説明が弱くなっている。

LaP-Forensicsは元のRGB画像に加え、固定したStable DiffusionのDDIM inversion-reconstructionで画像を再構成し、元画像との差を示すresidual mapを証拠として使う。別々に読み取った見た目と差分を組み合わせ、「どこが」「何で」「なぜ怪しいか」という文章と、怪しい範囲のマスクを出す。

画像全体を本物か生成物かに分ける判定部も持つ。論文ではUniversalFakeDetect上で異なる生成器をまたぐ検出を試し、公式SynthScars評価で怪しい部分の位置特定も比較した。自分に関係するのは、SNS画像を単に本物・偽物と決めるだけでなく、確認すべき場所を絞る助けになる点だ。

ただし研究者自身も、自由文の説明が常に事実に忠実とは限らず、画像の圧縮や加工後の信頼性は未解決だと明記する。人物や事件の断定には使わず、出所、原画像、別の検査、人の判断を組み合わせる必要がある。