基于深度学习的模型在图像篡改定位方面取得了很大进展，其目的是区分被篡改的区域和真实的区域。然而，这些模型的训练效率低下。这是因为他们主要通过交叉熵损失来使用GT掩码标签，这优先考虑了每个像素的精度，但忽略了被操纵区域的空间位置和形状细节。为了解决这个问题，我们提出了一个基于掩码引导的基于查询的transformer框架(MGQFormer)，它使用GT来指导可学习查询标记(LQT)识别伪造区域。

deepfake媒体的泛滥引起了公众和相关部门的关注。针对社交媒体上的假脸，制定对策变得至关重要。本文对多面伪造检测和野外分割这两个新的对抗任务进行了全面的研究。在不受限制的自然场景中，在多张人脸中定位伪造人脸比传统的深度假人脸识别任务更具挑战性。为了促进这些新任务，我们创建了第一个大规模数据集，提出了高水平的挑战，该数据集设计了针对面部伪造检测和分割的面部丰富注释，即OpenForensics。

图像处理检测(IMD)至关重要，因为伪造图像和传播错误信息可能是恶意的，并危害我们的日常生活。IMD是解决这些问题的核心技术，主要面临两个方面的挑战:(1)数据的不确定性，即被操纵的工件通常难以被人类识别，导致有噪声的标签，这可能会干扰模型训练;(2)模型不确定性，即同一对象可能由于操纵操作而持有不同的类别(篡改或未篡改)，这可能会混淆模型训练，导致结果不可靠。以往的工作主要集中在通过设计细致的特

paper：https://arxiv.org/abs/2203.14681Abstract近年来图像编辑技术的发展对多媒体数据的可信度提出了严峻的挑战，这推动了图像篡改检测的研究。在本文中，我们提出了ObjectFormer来检测和定位图像操作。为了捕捉在RGB域中不可见的细微操作痕迹，我们提取图像的高频特征，并将它们与RGB特征结合起来作为多模态补丁嵌入。此外，我们使用一组可学习的对象原型作为

生成合成假人脸，即伪人脸，是提高DeepFake检测泛化的有效途径。现有的方法通常是通过在色彩空间中混合真实或虚假的人脸来生成这些人脸。虽然这些方法已经显示出希望，但它们忽略了伪假面部频率分布的模拟，限制了对通用伪造痕迹的深入学习。为了解决这一问题，本文介绍了一种通过混合频率知识生成伪人脸的新方法FreqBlender。具体来说，我们研究了主要的频率成分，并提出了一个频率解析网络来自适应地划分与伪

在图像处理检测与定位（IMDL）领域尚未建立一个全面的基准。缺乏这样一个基准导致模型评价不充分和具有误导性，严重破坏了这一领域的发展。然而，开源基线模型的缺乏和不一致的训练和评估协议使得在IMDL模型之间进行严格的实验和公平的比较具有挑战性。为了应对这些挑战，我们引入了IMDL- benco，这是第一个全面的IMDL基准测试和模块化代码库。IMDL- benco: i)将IMDL框架分解为标准化、

先进的图像伪造定位（IML）技术越来越多地用来评价多媒体的可信度，从而导致了IML领域的出现。一个有效的伪造模型需要利用伪影来提取被操作部分和合法部分之间的非语义差异特征。这就需要对这两个地区进行直接比较。目前的模型要么采用基于手工特征的特征方法，要么采用卷积神经网络（cnn），要么采用两者结合的混合方法。手工特征方法预先假定篡改，因此限制了其处理各种篡改过程的有效性，但cnn捕获的语义信息不足以

检测和定位图像篡改是对抗恶意使用图像编辑技术的必要手段。因此，有必要通过分析图像中的固有统计来区分真实区域和篡改区域。我们专注于图像采集和编辑过程中留下的JPEG压缩伪影。我们提出了一种卷积神经网络(CNN)，它使用离散余弦变换(DCT)系数来定位图像操作，其中压缩伪影仍然存在。标准cnn无法学习到DCT系数的分布，因为卷积丢掉了DCT系数所必需的空间坐标。我们演示了如何设计和训练一个可以学习DC

错误信息已经成为一个紧迫的问题。虚假媒体，无论是视觉形式还是文字形式，都在网络上广泛存在。虽然已经提出了各种深度伪造检测和文本假新闻检测方法，但它们仅针对基于二元分类的单模态伪造而设计，无法对不同模态的细微伪造痕迹进行分析和推理。本文重点研究了多模态伪造媒体的一个新的研究问题，即多模态媒体操纵的检测和定位(DGM4)。DGM4的目的不仅是检测多模态媒体的真实性，而且要对被操纵的内容(即图像边界框和

Introduction文件图像是现代社会最重要的信息传播媒介之一，它包含了大量的敏感和隐私信息，如电话号码。随着图像编辑技术的快速发展，这种敏感的文本信息更容易被恶意篡改，构成欺诈等，造成严重的信息安全风险[33,42,48,50]。因此，检测文档图像中的篡改已成为近年来重要的研究课题[18,47]。开发有效的方法来检查文档图像是否被修改，同时确定篡改文本的确切位置是至关重要的。大多数文档图像中