RSFAKE-1M: A Large-Scale Dataset for Detecting Diffusion-Generated Remote Sensing Forgeries

方法

汇集10种扩散模型、6类生成条件的50万真+50万伪遥感图像。

发现

现有专用检测器跨生成器泛化差，MLLM基线可给出可读的伪造理由。

机会点

可研究面向农业遥感场景的跨生成器鲁棒伪造检测与可解释取证方法。

检测伪造遥感图像对于维护环境监测和国家安全的可信度至关重要。尽管扩散模型已能够生成高度逼真的伪造图像，但由于缺乏足够的基准数据集，其对取证系统的影响仍未得到充分探索。现有数据集通常规模较小且以GAN为中心，无法代表现代生成模型的复杂性。为弥补这一空白，我们推出了RSFAKE-1M，一个全面的百万规模基准数据集，包含50万张真实图像和50万张伪造图像。该数据集通过纳入来自十种不同扩散模型、在六种多样生成条件（如文本到图像、图像修复）下的样本，捕捉了广泛的伪造痕迹。为展示该基准数据集的实用性并探索新的检测范式，我们对现有检测器进行了系统评估，并推出了RSFAKE-bench，一个基于多模态大语言模型（MLLM）的探索性基线方法，利用token概率推导连续检测分数。我们在RSFAKE-1M上进行的大量实验揭示了当前专用检测器在跨生成器泛化方面的局限性，而基于MLLM的探索表明RSFAKE-bench还能额外提供可读的原因描述，说明其判断所依据的地理和物理不一致性。我们发布RSFAKE-1M，作为开发和严格评估下一代取证解决方案的基础资源。数据集可在https://huggingface.co/datasets/TZHSW/RSFAKE/获取。