EfficientIML：高效的高分辨率图像操控定位
计算机视觉与模式识别
2025-09-11 v1
摘要
随着成像设备不断提供更高分辨率以及扩散生成伪造方法的兴起，当前仅在传统数据集（包含拼接、复制移动和对象移除伪造）上训练的检测器缺乏对这种新型操控类型的暴露。为此，我们提出一个包含1200多种扩散生成操控的高分辨率SIF数据集，并附有语义提取的掩码。然而，这也对现有方法提出了挑战，因为它们面临由于计算复杂度极高而带来的显著计算资源约束。因此，我们提出一种新型EfficientIML模型，采用轻量化的三阶段EfficientRWKV骨干网络。EfficientRWKV混合状态空间与注意力网络并行捕获全局上下文和局部细节，而多尺度监督策略强制层次化预测之间的一致性。在我们的数据集和标准基准上的广泛评估表明，我们的方法在定位性能、FLOPs和推理速度方面均优于基于ViT的和其他SOTA轻量级基线，凸显了其在实时法医应用中的适用性。
引用
@article{arxiv.2509.08583,
title = {EfficientIML: Efficient High-Resolution Image Manipulation Localization},
author = {Jinhan Li and Haoyang He and Lei Xie and Jiangning Zhang},
journal= {arXiv preprint arXiv:2509.08583},
year = {2025}
}