基于得分模型的通用图像操纵定位

随着合成媒体的快速发展，图像操纵定位（IML）已成为多媒体法学领域确保数字内容完整性的关键组件。然而，泛化仍是核心挑战，因为现有判别方法通常学习固定的决策边界，倾向于过拟合特定训练工件，无法适应未见的操纵类型。为此，我们提出DiffIML，一种引入得分基生成模型的新框架。与直接估计硬边界不同，DiffIML逼近得分函数（对数似然的梯度），以捕捉掩码分布的固有几何拓扑。该范式利用结构先验条件，通过迭代从噪声中恢复连贯的掩码，从而规避判别模型的脆弱性。在此表述下，扩散模型可作为所学习得分函数的有效数值求解器。为确保实用性，我们分别解决标准扩散的效率和稳定性瓶颈：（1）采用轻量级掩码特定变分自编码器进行快速潜在空间处理，以及解耦的轻量级去噪U-Net；（2）边缘监督和误差先验以缓解抽样期间的误差累积。对八个非生成和三个生成基准进行大量实验测试，证明DiffIML在 diverse unseen 数据集上 consistently 优于最先进的方法，实现显著的泛化改进。代码将公开提供。