Los métodos principales de localización de manipulación de imágenes generalmente utilizan operaciones simples para fusionar características inconsistentes de diferentes flujos, lo que conduce a redundancia de características y falsas detecciones de píxeles en las áreas manipuladas. Basándose en esto, este trabajo propone un marco de localización de manipulación de imágenes basado en codificación mejorada de doble flujo y decodificación optimizada por atención. Primero, se propone una codificación mejorada de doble flujo que realiza un auto-refuerzo basado en ruido y canales y un refuerzo interactivo basado en pesos de atención cruzada para características de imagen y dominio de frecuencia respectivamente. Luego, se introduce una estrategia de campo receptivo multinivel para explorar información contextual a múltiples escalas, y se diseña un módulo de agregación de características adyacentes para fusionar características adyacentes multiescala. Finalmente, utilizando el refuerzo colaborativo de áreas manipuladas y no manipuladas para mejorar la capacidad del modelo de localización de manipulación, se propone un módulo de decodificación optimizado por atención para eliminar predicciones erróneas de píxeles en el borde de la predicción inicial de áreas manipuladas y refinar gradualmente la localización de la manipulación con precisión. Comparado con métodos principales de localización en cuatro conjuntos de datos estándar públicos NIST16, Coverage, Columbia, CASIA y dos conjuntos de datos de desafíos reales IMD20, Wild, el algoritmo propuesto tiene el mejor rendimiento en 6 conjuntos de datos en configuraciones de modelo sin ajuste fino y con ajuste fino, demostrando que la red de localización de manipulación propuesta puede aprovechar plenamente diversas señales de manipulación para lograr una localización eficaz de áreas manipuladas en diferentes conjuntos de datos con mayor precisión y robustez.

localización de manipulación de imágenes;codificación mejorada de doble flujo;decodificación optimizada por atención;agregación de características adyacentes