样条回归伪造检测网络

误检更少边界更准

用回归视角代替分割，无需后处理即可同时完成伪造区域检测与精确定位。

Li, Zhang · 李东 · Zhong, Yan · Jiaying, Zhu · 王儒敬 · Wu, Xingyu · Wang, Xue · Liu, Liu

IEEE Transactions on Emerging Topics in Computational Intelligence 2025

技术优势

误检更少

新设计的重打分机制过滤掉分类分支和实例分支都无响应的样本，直接压低误检数量。

边界更准

可学习纹理提取模块分离水平和垂直伪造特征，提取更稳健的轮廓表示，细化边界。

无需后处理

回归输出直接得到定位结果，省去分割方法中常见的后处理步骤。

应用场景

• 图像取证：提供更可靠的伪造区域定位，辅助取证分析。
• 社交媒体内容审核：快速检测多篡改区域，无需后处理，适合大规模内容审核。
• 深度伪造检测：在真实数据集上表现最优，可用于检测深度伪造内容。