论文简读｜FakeShield：基于多模态大语言模型的可解释图像篡改检测定位｜北京大学

文章预览

AIGC   Research 原创｜FakeShield作者团队 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） 机构：北京大学，华南理工 ｜PKU, SCUT 论文： https://arxiv.org/abs/2410.02761 主页： https://zhipeixu.github.io/projects/FakeShield/ 代码： https://github.com/zhipeixu/FakeShield 1 摘要 Abstract 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：可解释的图像伪造检测与定位（e-IFDL），并设计了一个新颖的多模态伪造检测定位框架：FakeShield。如图1所示，与传统IFDL方法相 ………………………………