双流对比伪造检测网络

防伪定位达像素级

第一个能同时处理脱敏与篡改痕迹的文档图像取证模型，并在跨来源图像上表现稳健。

Li, Weixiang · Li, Bin · Zheng, Kengtao · Songze, Li · 李昊东

Signal Processing 2026

技术优势

篡改定位到像素

采用 ConvNeXt 编码器-解码器结构配合全局上下文注意力模块，能够提取多尺度特征，实现对篡改区域的像素级精准定位。

不怕脱敏干扰

对比学习模块有效分离脱敏与篡改两种痕迹，即使图像经过脱敏处理，模型仍能准确区分真实篡改，减少误报。

换来源也能用

在跨来源文档图像上表现出更好的适应性，意味着模型不依赖特定扫描或拍摄条件，便于集成到不同的文档处理流程中。

应用场景

• 文档防伪取证：对流通中的文档图像做篡改取证时，用该网络定位被改动区域，无需人工逐张比对。
• 隐私内容篡改审计：审计脱敏后文档中的隐私信息是否被恶意替换或删除时，该模型可区分操作类型，避免将合规脱敏误判为篡改。
• 图像真伪鉴识：对文档图像的真伪进行自动化核验时，该网络能同时给出图像级结论和像素级证据区域。