图像操纵定位的多轴分析
计算机视觉与模式识别
2026-05-20 v1 机器学习
摘要
高级图像编辑软件使得创建高度令人信服的图像操纵变得容易，近年来随着生成式 AI 的进步，这一点更甚者。虽然已被操纵的图像往往无害，但可能传播虚假信息、创建虚假叙事并影响人们对重要议题的意见。尽管存在日益增长的威胁，但在不同视觉领域中检测高级操纵的研究仍有限。因此，我们引入 Analysis Under Domain-shifts, qualIty, Type, and Size（AUDITS），一个用于研究图像操纵检测中分析轴的综合基准。AUDITS 包含来自两个不同来源（用户照片和新闻照片）的超过 53 万张图像。我们精心策划了该数据集，以支持跨多个轴的分析，利用最新的基于扩散的填充技术，涵盖多样化的操纵类型和尺寸。我们在不同类型的域移情况下进行实验，以评估现有图像操纵检测方法的鲁棒性。我们的目标是通过提供新见解来推动该领域进一步研究，从而帮助开发更可靠和更通用的图像操纵检测方法。
引用
@article{arxiv.2605.20174,
title = {Multi-axis Analysis of Image Manipulation Localization},
author = {Keanu Nichols and Divya Appapogu and Giscard Biamby and Dina Bashkirova and Anna Rohrbach and Bryan A. Plummer},
journal= {arXiv preprint arXiv:2605.20174},
year = {2026}
}
备注
28 pages, 5 figures, 5 tables