检测局部深度伪造：合成图像探测器如何处理填充？
计算机视觉与模式识别
2025-12-19 v1
摘要
生成式 AI 的快速进步使得高度逼真的图像操纵成为可能，包括填充和区域级编辑。这些方法保留了原始视觉上下文，正在被用于网络安全相关威胁情景。尽管已提出许多用于识别完全合成图像的探测器，但其针对局部操纵的泛化能力仍不足以 characterize。本工作presents了对 state-of-the-art 探测器的系统评估，这些探测器最初是为深度伪造检测训练的，用于完全合成图像，同时应用于 distinct 挑战：局部填充检测。该研究利用多个数据集进行系统评估，涵盖多样的生成器、掩码大小和填充技术。我们的实验表明，训练于大量生成器的模型对填充基于的编辑 exhibits 部分可转移性，并且可以可靠地检测中大面积操纵或再生风格填充，超过许多现有的 ad hoc 检测方法。
引用
@article{arxiv.2512.16688,
title = {Detecting Localized Deepfakes: How Well Do Synthetic Image Detectors Handle Inpainting?},
author = {Serafino Pandolfini and Lorenzo Pellegrini and Matteo Ferrara and Davide Maltoni},
journal= {arXiv preprint arXiv:2512.16688},
year = {2025}
}
备注
17 pages, 5 figures, 9 tables