APT：面向全重生成图像的锚点对齐扰动篡改定位
原文：APT: Anchor-aligned Perturbations for Tamper Localization in Fully Regenerated Images
主动式篡改定位在图像分发之前向其中嵌入不可感知的信号，从而实现像素级的篡改检测。现有方法假设拼接（SP）场景，即合成区域被合成到原始背景上，嵌入信号保持完好。然而，现实世界基于扩散模型的图像修复运行在全重生成（FR）场景下，整幅图像都会经历去噪过程，破坏背景信号，使现有框架失效。我们提出 APT，一种嵌入稠密的、按向量定位信号的半脆弱潜空间扰动。通过将每个空间特征向量对齐到固定的锚点方向，APT 在修复完成后利用合成前景特征与锚点对齐的背景特征之间的对齐差异来定位篡改。所提出的难负样本挖掘损失和噪声扰动分支进一步强化了均匀对齐。在 COCO 上的实验表明，APT 在 FR 场景下达到 0.92 的 IoU，优于最强基线 WAM（0.84），而现有方法则退化为接近随机的性能（AUC 0.5），确立 APT 为一个实用的取证框架，可泛化至测试时未知的篡改类型。作者：Suhyeon Ha, Woo Jae Kim, Joonsung Jeon, Sooel Son, Sung-eui Yoon 分类：cs.CV