即插即用视觉模型效益图像操纵局部化
计算机视觉与模式识别
2026-04-13 v1 多媒体
图像与视频处理
摘要
图像操纵局部化（IML）和通用视觉任务通常被视为两个独立的研究方向，due to manipulation-specific 和语义特征之间的根本差异。本文则提出了一种新颖视角：这两个方向本质上是相连的，通用语义先验可以帮助 IML。基于这一洞见，我们提出了一种新型可训练适配器（称为 ReVi），将现有的即插即用通用视觉模型（如图像生成和分割网络）用于 IML。受鲁棒主成分分析的启发，适配器 disentangles 语义冗余与操纵特定信息，并有选择地增强后者。与需要大量模型 redesign 和完整 retraining 的现有 IML 方法不同，本方法依赖即插即用视觉模型且参数冻结，仅微调提议的适配器。实验结果表明，我们方法的优越性，显示了可扩展 IML 框架的潜力。
引用
@article{arxiv.2604.09096,
title = {Off-the-shelf Vision Models Benefit Image Manipulation Localization},
author = {Zhengxuan Zhang and Keji Song and Junmin Hu and Ao Luo and Yuezun Li},
journal= {arXiv preprint arXiv:2604.09096},
year = {2026}
}