Comprint：利用压缩指纹进行图像伪造检测与定位

能够真实编辑图像的操纵工具广泛可用，使任何人都能轻松创建和传播虚假信息。为了对抗假新闻，人们设计了伪造检测与定位方法。然而，现有方法难以准确揭示互联网图像（即真实场景）中的篡改。这是因为伪造类型通常未知，且篡改痕迹被重新压缩所破坏。本文提出 Comprint，一种基于压缩指纹（comprint）的新型伪造检测与定位方法。它仅在原始数据上训练，可泛化检测不同类型的操纵。此外，我们提出将 Comprint 与最先进的 Noiseprint 融合，后者利用互补的相机模型指纹。我们进行了广泛的实验分析，并证明 Comprint 在代表广泛操纵类型、模拟真实场景的五个评估数据集上具有高准确度。最值得注意的是，所提出的融合显著优于最先进的参考方法。因此，Comprint 和融合 Comprint+Noiseprint 代表了一种有前景的法证工具，用于分析真实场景中的篡改图像。