Il benchmark COCO-Inpaint punta alla rilevazione di manipolazioni di immagini basate su inpainting
I ricercatori hanno introdotto COCO-Inpaint, un benchmark progettato per rilevare e localizzare manipolazioni di immagini basate su inpainting. Mentre i metodi esistenti di Rilevazione e Localizzazione di Manipolazioni di Immagini (IMDL) si concentrano su falsificazioni per splicing o copy-move, i benchmark per l'inpainting sono scarsi. COCO-Inpaint offre tre contributi chiave: 238.302 immagini inpainted di alta qualità generate da sei modelli di inpainting all'avanguardia, quattro strategie di generazione di maschere con guida testuale opzionale per scenari diversificati e una vasta diversità semantica. Il benchmark evidenzia incongruenze intrinseche tra regioni inpainted e autentiche, con l'obiettivo di avanzare l'autenticità e la sicurezza multimediale.
Fatti principali
- COCO-Inpaint è un benchmark per rilevare e localizzare manipolazioni di immagini basate su inpainting.
- Colma il divario nei metodi IMDL che mirano principalmente a falsificazioni per splicing o copy-move.
- Il benchmark include 238.302 immagini inpainted generate da sei modelli di inpainting all'avanguardia.
- Quattro strategie di generazione di maschere con guida testuale opzionale consentono scenari di generazione diversificati.
- Il dataset offre una copertura su larga scala con ricca diversità semantica.
- Evidenzia incongruenze intrinseche tra regioni inpainted e autentiche.
- Il lavoro è pubblicato su arXiv con ID 2504.18361.
- Il tipo di annuncio è replace-cross.
Entità
Istituzioni
- arXiv