跨库稳健定位
通过多任务学习与对比学习，让模型在跨数据集、后处理及社交网络传播场景下仍保持准确篡改定位。
李昊东 · Zhuang, Peiyu · Yang, Su · 黄继武
Expert Systems with Applications 2025
多任务学习共享编码器提取与内容无关的内在特征，使模型在不同来源的图像上仍能保持稳定定位精度。
训练时使用数据增强模块和恢复分支产生的两类增强图像，提高模型对JPEG压缩、缩放等后处理的鲁棒性。
定位感知采样策略结合对比学习，增强特征表示，提升模型区分篡改与真实区域的能力。