主流の画像改ざん位置検出手法は、通常、簡単な操作で異なるストリームの不一致特徴を融合することで、特徴の冗長性や改ざん領域のピクセル誤検出を招く。本研究では、双方向強化エンコーディングおよび注意最適化デコーディングに基づく画像改ざん位置検出フレームワークを提案する。まず、雑音およびチャネル注意に基づく自己強化と特徴マップに基づく交差注意重みの相互強化をそれぞれ画像特徴および周波数領域特徴に対して行う双方向強化エンコーディングを提案する。次に、多段階受容野戦略を導入して多スケール文脈情報を探索し、隣接階層特徴集約モジュールで多スケールの隣接特徴を融合する。最後に、改ざん領域と非改ざん領域の協調強化によりモデルの改ざん位置検出能力を高め、注意最適化デコーディングモジュールを提案して初期改ざん領域予測におけるエッジピクセルの誤予測を排除し、改ざん位置を段階的に精密に細分化する。4つの主流の公開ベンチマークデータセットNIST16、Coverage、Columbia、CASIAおよび2つの実環境チャレンジデータセットIMD20、Wildにおいて、主流の改ざん位置検出手法と比較した結果、本アルゴリズムは微調整なしモデルおよび微調整モデルの両方の設定で6つのデータセットにおいて最高の性能を示し、多様な改ざん手がかりを十分に活用することで異なる改ざんデータセットで改ざん領域を効果的に位置特定でき、高精度かつ高い頑健性を有することを証明した。

画像改ざん位置検出;双方向強化エンコーディング;注意最適化デコーディング;隣接階層特徴集約