基于Vision Mamba和引导图神经网络的浅层与深度伪造图像操纵定位
计算机视觉与模式识别
2026-01-07 v1
摘要
图像操纵定位是关键研究任务，因为伪造图像可能对社会各个方面产生显著影响。此类图像操纵可使用传统图像编辑工具制作（称为"浅层伪造"），也可使用高级人工智能技术制作（称为"深度伪造"）。虽然众多研究聚焦于浅层伪造图像或深度伪造视频的操纵定位，但鲜有方法同时处理这两种情况。本文探索了使用深度学习网络定位浅层与深度伪造图像的可行性，并提出了相应解决方案。为精确区分真实与操纵的像素，我们利用Vision Mamba网络提取清晰描述被篡改区域与未被篡改区域边界的特征图。为进一步增强这种分离，我们提出了一种新颖的引导图神经网络（G-GNN）模块。我们的评估结果表明，所提出的方法在其他多数最先进方法中实现了更高的推理准确率。
关键词
引用
@article{arxiv.2601.02566,
title = {Shallow- and Deep-fake Image Manipulation Localization Using Vision Mamba and Guided Graph Neural Network},
author = {Junbin Zhang and Hamid Reza Tohidypour and Yixiao Wang and Panos Nasiopoulos},
journal= {arXiv preprint arXiv:2601.02566},
year = {2026}
}
备注
Under review for journal publication