本研究提出了一种新的网络 MVSS-Net，通过多视角特征学习和多尺度监督，从噪声分布和边界伪影等方面解决了图像操作检测中的敏感性和特异性问题，并在五个基准测试集上进行了广泛实验验证。

Apr, 2021

为了解决合成篡改无法充分复制真实世界篡改属性的问题，我们提出了一个 RTM 数据集，包含 14250 个文本图像，其中包括 5986 个手动和 5258 个自动篡改的图像，使用各种技术创建，同时还包括 3006 个未更改的文本图像，用于评估解决方案的稳定性。我们的评估表明现有的方法在 RTM 数据集上的文本伪造检测方面存在问题。我们提出了一个强大的基线解决方案，它采用一个一致性感知的聚合中心和一个门控交叉邻域注意融合模块用于高效的多模态信息融合，并在训练过程中采用一个被篡改 - 真实对比学习模块，丰富特征表示的差异。这个框架可以扩展到其他双流体系结构，对手动和总体篡改的定位性能分别提高了 7.33% 和 6.38%。我们的贡献旨在推动现实世界文本篡改检测的进展。代码和数据集将在此 https 网址上提供。

Dec, 2023

本文提出了一个基于 Vision Transformer (ViT) 的图像重构框架，利用 4 种优化技术和生成对抗网络（GANs）启发的对抗性损失函数，用于图像去噪和修复，实验表明该框架在结构相似性（SSIM）方面比 U-Net 模型高出超过 3.5％，对于这两个任务，提议的增强算法进一步展示了超过基准的 extasciitilde5％SSIM 的改进。

Jul, 2023

提出了一种文本导向的变分图像生成方法，用于解决在工业制造中清理数据以进行异常检测的挑战。该方法利用有关目标对象的文本信息，从广泛的文本库文档中学习，生成类似于输入图像的无瑕疵数据图像。所提出的框架确保生成的无瑕疵图像与由文本和图像知识派生的预期分布对齐，确保稳定性和通用性。实验结果证明了我们的方法的有效性，即使在有限的无瑕疵数据情况下也超过了以前的方法。通过在四个基准模型和三个不同数据集上进行泛化测试来验证我们的方法。我们提供了额外的分析，以利用生成的图像增强异常检测模型的效果。

Mar, 2024

提出了一种基于掩模的文字删除方法（MTRNet），作为一种有条件的对抗性生成网络（cGAN），配备辅助掩模使其成为通用文本擦除工具，该算法在多个真实数据集上实现了最先进的结果。

Mar, 2019

该研究提出了一种基于自适应展开全变分网络的噪声估计方法，可以有效增强真实低光景象下的图像，并在实验中展示了其优越性。

Oct, 2021

开发了一种新的图像篡改定位模型，称为 IML-ViT，它具有高分辨能力、多尺度特征提取能力和篡改边缘监督，并在五个基准数据集上进行了广泛实验，证明了其优于现有篡改定位方法的性能。

Jul, 2023

本文介绍了一种新颖的多视角深度学习方法 MVSS-Net 和其增强版 MVSS-Net++，通过同时利用图像临界位置和输入图像的噪声视图进行特征学习，可实现对图像的普适性篡改检测，并通过实验显示表现优秀，且在 JPEG 压缩、高斯模糊和截屏重拍等情况下更具鲁棒性。

Dec, 2021

基于 Vision Transformer 架构和 Patch 掩蔽技术的图像异常检测方法，将输入图像分成多个分辨率的 Patch，在忽略异常信息的同时对周围数据进行重建，相较传统方法性能更好，MVTec 和 head CT 等数据集上实现了良好的结果。

Oct, 2022

基于深度学习的文档篡改检测中，我们提出了一种包括特征辅助、审核点定位和篡改识别三个步骤的 Ps 篡改检测方法，通过组合人工篡改数据特征，模拟和增强各种场景中的数据样本，并采用层次过滤和分级输出的方法进行检测，获得了准确率为 0.804，召回率为 0.659，精确率为 0.913 的结果。

Feb, 2024