北京大学 | 提出基于多模态大语言模型的可解释图像篡改检测定位

文章预览

关注公众号，发现CV技术之美 本篇分享论文 FakeShield: Explainable Image Forgery Detection and Localization via Multi-modal Large Language Models ，北京大学提出基于多模态大语言模型的可解释图像篡改检测定位。 论文信息：Zhipei Xu, Xuanyu Zhang, Runyi Li, Zecheng Tang, Qing Huang, Jian Zhang*. FakeShield: Explainable Image Forgery Detection and Localization via Multi-modal Large Language Models. arxiv preprint arxiv:2410.02761, 2024. （*张健为通讯作者） arxiv链接：https://arxiv.org/abs/2410.02761 论文网站：https://zhipeixu.github.io/projects/FakeShield/ 项目网址：https://github.com/zhipeixu/FakeShield 随着生成式AI技术的快速发展，图像伪造和篡改变得越来越普遍，在真实性与安全性方面带来挑战。传统的图像伪造检测与定位（IFDL）方法存在检测原理未知和泛化性较差等问题。 为了应对这些问题，本文提出了一种 全新的任务：可解释的图像 ………………………………