DINO-FIL: Трансформатор многоместных систем для обработки в целях создания генераторной интраплантации

arXiv:2610.21780v1 Annualce Type: cross Brieft: Мы предлагаем DINO-FIL, на основе трансформатора для локализации на уровне пикселя подделки производительных изображений. Этот метод позволяет использовать многослойные изображения предварительно подготовленного ДИНОВ3 VIT-H+16 в сочетании с легковесным декодером синтеза, чтобы запечатлеть как семантические структуры, так и непоследовательность текстуры тонкозернистых тканей, появившиеся при редактировании изображений. Благодаря обобщению промежуточных функций трансформатора по всей глубине модель повышает чувствительность к тонкостям, пространственно локализованным артефактам, которые часто упускаются из виду при стандартных однослойных подходах. Мы оцениваем DINO-FIL в наборе перекрестных данных, тренировки по B-free и тесты за пределами "Бруши", Кокоглида, TGIF и SAGI-D. Эта модель позволяет добиться высокой степени обобщения, превысив в среднем существующие базовые показатели и четыре из пяти оценочных наборов данных при сохранении высоких реальных отрицательных темпов на нетронутых изображениях.