TrainFors：用于图像篡改检测与定位的大型基准训练数据集
计算机视觉与模式识别
2023-08-11 v1
摘要
图像篡改检测与定位（IMDL）研究的评估数据集和指标已标准化。但该任务的训练数据集仍不标准。先前的研究者使用非常规且偏离标准的数据集来训练神经网络以检测图像伪造并定位篡改区域的像素图。为公平比较，训练集、测试集和评估指标应保持一致。因此，现有方法的比较可能看似不公平，因为结果严重依赖于训练数据集及模型架构。此外，此前的工作均未发布用于IMDL任务的合成训练数据集。我们提出了一种用于图像拼接、复制-移动伪造、移除伪造和图像增强伪造的标准化基准训练数据集。进而，我们指出了现有IMDL数据集的问题并提出了所需修改。我们还在所提TrainFors1数据集上训练了最先进的IMDL方法以进行公平评估，并在相似条件下报告了这些方法的实际表现。
引用
@article{arxiv.2308.05264,
title = {TrainFors: A Large Benchmark Training Dataset for Image Manipulation Detection and Localization},
author = {Soumyaroop Nandi and Prem Natarajan and Wael Abd-Almageed},
journal= {arXiv preprint arXiv:2308.05264},
year = {2023}
}