增强图像真实性检测：Swin Transformer 与颜色帧分析用于 CGI 与真实图像
计算机视觉与模式识别
2024-09-10 v1
摘要
计算机图形学的快速进步极大地提高了计算机生成图像( CGI)的质量，使其与由数码相机捕获的真实图像( ADI) 难以区分。这种难以区分的性质在信息广泛传播和数字制造内容盛行的时代提出了重大挑战。本研究提出了一种新方法，用于使用 Swin Transformer 和涉及 RGB 和 CbCrY 颜色帧分析的预处理技术对 CGI 和 ADI 进行分类。通过利用 Swin Transformer 的能力，我们的方法不使用手工特征，而是直接使用原始像素数据进行模型训练。该方法在保持国际先进准确性的同时，显著提高了处理速度和对联合图像操作（如噪声添加、模糊和 JPEG 压缩）的鲁棒性。我们的发现突显了结合 Swin Transformer 和先进颜色帧分析在有效且高效图像真实性检测方面的潜力。
引用
@article{arxiv.2409.04742,
title = {Enhancing Image Authenticity Detection: Swin Transformers and Color Frame Analysis for CGI vs. Real Images},
author = {Preeti Mehta and Aman Sagar and Suchi Kumari},
journal= {arXiv preprint arXiv:2409.04742},
year = {2024}
}
备注
7 pages, 5 figures, 3 tables