像素的法庭审判：基于对抗证据与强化学习判决的鲁棒图像操纵定位
计算机视觉与模式识别
2026-04-17 v1
摘要
虽然一些现有的图像操纵定位方法包含与真实性相关的监督信息，但这些信息通常仅被用作辅助训练信号来增强模型对操纵痕迹的敏感性，而不是被明确建模为反对操纵区域的定位证据。因此，当操纵痕迹微弱或被后处理和噪声破坏时，这些方法难以明确比较操纵与真实证据，导致在模糊区域预测不可靠。为此，我们提出一种以法庭方式裁决的框架，将图像操纵定位任务视为证据对抗后的裁决过程。该框架包含检方流、防御流和法官模型三个组成部分。我们首先在共享的多尺度编码器上构建双假说分割架构，其中检方流断言操纵，防御流断言真实性。受边缘先验指导，该架构通过级联多级融合、双向不一致抑制和动态辩论细化生成操纵区域和真实区域的证据。我们进一步开发了基于优势奖励和软 IoU 目标的强化学习法官模型，对不确定区域进行战略性重新推理和细化，生成操纵区域掩码。法官模型通过熵和跨假说一致性进行可靠性校准。实验结果表明，我们的模型在平均性能上优于当前最先进的图像操纵定位方法。
引用
@article{arxiv.2604.14703,
title = {The Courtroom Trial of Pixels: Robust Image Manipulation Localization via Adversarial Evidence and Reinforcement Learning Judgment},
author = {Songlin Li and Zhiqing Guo and Dan Ma and Changtao Miao and Gaobo Yang},
journal= {arXiv preprint arXiv:2604.14703},
year = {2026}
}