LOGER：面向野外环境的鲁棒深度伪造检测的局部—全局集成框架

鲁棒的野外深度伪造检测仍然具有挑战性，因为不断增长的操纵技术和受控之外的真实世界退化。深度伪造检测的司法线索分别位于两个互补的层次上：全局层次的语义和统计异常需要整体图像理解，局部层次的伪造痕迹集中在被操纵的区域，而这些区域容易被全局平均所稀释。由于没有单个主干网络或输入尺度能有效覆盖这两个层次，我们提出了LOGER——一个面向鲁棒深度伪造检测的局部—全局集成框架。全局分支在多个分辨率上采用异构视觉基础模型主干网络，以捕获具有多样化视觉先验的整体异常。局部分支采用基于Multiple Instance Learning的top-k聚合策略进行块级建模，以选择性地仅汇聚最可疑区域，从而缓解由正常块占主导导致的证据稀释；在汇聚的图像层面和单个块层面上采用双层监督，保持局部响应的判别性。由于两个分支在粒度和主干网络方面都有所不同，它们的错误在很大程度上是不相关的，logit空间融合利用了这一属性，实现更稳健的预测。LOGER在NTIRE 2026鲁棒深度伪造检测挑战中取得第二名成绩，进一步在多个公开基准上进行评估，确认了其在多样化操纵方法和真实世界退化条件下的强大鲁棒性和泛化能力。