用于稳健合成图像溯源的语义与频谱混合集成方法

论文面向文本生成图像的来源归因，提出融合语义与数学取证特征的双分支集成框架。语义分支使用带EMA和标签平滑的EfficientNet-B0，取证分支从高通噪声残差提取126项特征，经截断SVD与XGBoost分类。在10个生成器、55%测试图像经过降质处理的设置下，私有榜准确率达95.60%，CPU端到端运行时间低于6.5小时。