Os métodos dominantes de localização de manipulação de imagens geralmente combinam características inconsistentes de diferentes fluxos por meio de operações simples, levando à redundância de características e à detecção incorreta de pixels na área manipulada. Com base nisso, este artigo propõe uma estrutura de localização de manipulação de imagens baseada em codificação reforçada de duplo fluxo e decodificação otimizada por atenção. Primeiro, propõe-se uma codificação reforçada de duplo fluxo que realiza auto-reforço com base em ruído e canal, e reforço interativo baseado em pesos de atenção cruzada para características de imagem e domínio de frequência, respectivamente. Em seguida, é introduzida uma estratégia multiescala para explorar informações contextuais em diferentes escalas, projetando um módulo de agregação de características adjacentes para fundir características multiescala adjacentes. Finalmente, utilizando reforço colaborativo entre áreas manipuladas e não manipuladas para aprimorar a capacidade do modelo de localização da manipulação, propõe-se um módulo de decodificação otimizado por atenção que elimina a predição incorreta de pixels de borda na predição inicial da área manipulada, refinando gradualmente a localização da manipulação com precisão. Comparado com métodos dominantes de localização em quatro conjuntos de dados públicos populares NIST16, Coverage, Columbia, CASIA e dois conjuntos de dados de desafios reais IMD20, Wild, o algoritmo proposto apresenta o melhor desempenho em 6 conjuntos de dados nas configurações de modelo sem ajuste fino e com ajuste fino, comprovando que a rede de localização de manipulação proposta pode explorar plenamente vários sinais de manipulação para alcançar a localização eficaz da área manipulada em diferentes conjuntos de dados, com maior precisão e robustez.

localização de manipulação de imagens;codificação reforçada de duplo fluxo;decodificação otimizada por atenção;agregação de características adjacentes