DF2023：用于图像伪造检测的数字鲜 forensics 2023 数据集
计算机视觉与模式识别
2025-03-31 v1
摘要
通过被篡改的图像（尤其是通过在线社交网络传播的图像）刻意操控公共舆论，构成对社会构成严重威胁。为在技术层面应对此问题，我们通过公开发布 Digital Forensics 2023 (DF2023) 训练和验证数据集来支持研究社区，该数据集包含来自四种主要伪造类别（splicing、copy-move、enhancement 和 removal）的百万张图像。这一数据集使网络架构的客观比较成为可能，并且显著减少了研究人员准备数据集的时间和工作量。
关键词
引用
@article{arxiv.2503.22417,
title = {DF2023: The Digital Forensics 2023 Dataset for Image Forgery Detection},
author = {David Fischinger and Martin Boyer},
journal= {arXiv preprint arXiv:2503.22417},
year = {2025}
}
备注
Published at the 25th Irish Machine Vision and Image Processing Conference (IMVIP) --- Proceedings: https://iprcs.github.io/pdf/IMVIP2023_Proceeding.pdf --- Dataset download: https://zenodo.org/records/7326540/files/DF2023_train.zip https://zenodo.org/records/7326540/files/DF2023_val.zip Kaggle: https://www.kaggle.com/datasets/davidfischinger/df2023-digital-forensics-2023-dataset/data