Изучение универсальных особенностей для общей подделки изображений

arXiv:2504.07462v2 Annuales Type: заменить резюме: в последние годы передовые методы редактирования и создания изображений быстро развивались, что делает обнаружение и поиск поддельного контента изображения все более сложным делом. Большинство существующих методов обнаружения подделки изображений основано на идентификации отредактированных следов, оставшихся на образе. Однако, поскольку следы различных подделок отличаются друг от друга, эти методы позволяют выявить знакомые поддельные данные, включенные в учебные данные, но при этом трудно справиться с невидимыми. В ответ на это мы предлагаем подход к общей локализации изображений (GIFL). После обучения наша модель может обнаружить как видимые, так и невидимые подделки, обеспечивая более практичное и эффективное решение для борьбы с ложной информацией в эпоху регенеративной ИИ. Наш метод сосредоточен на изучении общих особенностей из нетронутого содержания, а не следов конкретных подделок, которые являются относительно последовательными в различных видах подделки и поэтому могут использоваться как универсальные элементы для определения местоположения