TBFormer：用于图像篡改定位的双分支 Transformer

图像篡改定位旨在通过从高质量判别特征中捕捉细微痕迹来识别伪造区域。本文提出一种具有两个特征提取分支的 Transformer 风格网络用于图像篡改定位，命名为双分支 Transformer（TBFormer）。首先，精心设计两个特征提取分支，利用判别性的堆叠 Transformer 层，分别提取 RGB 与噪声域特征。其次，提出注意力感知分层特征融合模块（AHFM），以有效融合来自两个不同域的分层特征。尽管两个特征提取分支架构相同，但由于从不同域提取，其特征存在显著差异。我们采用位置注意力将它们嵌入统一特征域以进行分层特征探究。最后，构建 Transformer 解码器进行特征重建以生成预测掩码。在公开数据集上的大量实验证明了所提模型的有效性。