.png){kind=icon}
返回
Progressive feedback-enhanced transformer for image forgery localization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.133557.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数字图像中伪造区域的盲检测是应对局部图像编辑技术恶意使用的一种有效认证手段。现有编码器-解码器法证网络忽视了检测复杂和细微的篡改区域通常需要更多反馈信息的事实。本文提出了一种渐进式反馈增强的Transformer（ProFact）网络，以实现从粗到细的图像伪造定位。具体而言，初始分支网络生成的粗定位图被自适应地反馈到早期的Transformer编码器层中，以增强注意力特征表示。结合上下文空间金字塔模块的级联Transformer网络被设计用于细化鉴别性法证特征，以提高伪造定位的准确性和可靠性。此外，提出了一种有效策略来自动生成接近真实世界法证场景的大规模伪造图像样本，特别是在真实和连贯的处理方面。利用这些样本，将一种渐进式且经济高效的二阶段训练协议应用于ProFact网络。在十个公开法证数据集上的广泛实验结果表明，我们提出的定位器在图像伪造定位的泛化能力和鲁棒性方面显著优于当前最优方法。代码可在https://github.com/multimediaFor/ProFact公开获取。
Keyword:
Image forensics
Forgery localization
Feedback
Coarse-to-fine
Realistic forged image generation
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
暂无论文信息