多尺度层级残差迁移网络(MSHRT-Net)：基于边缘纹理与跨尺度特征融合的图像篡改检测定位新方法

【编辑推荐】针对复杂篡改图像检测定位难题，研究者提出多尺度层级残差迁移网络(MSHRT-Net)。通过自适应Gabor纹理提取器(AGTE)捕获边缘特征，结合多尺度层级残差模块(MSHRM)和双维度注意力机制(DAM)，显著提升篡改区域定位精度。在DSO数据集上达到像素级AUC 0.993的突破性性能，为数字图像真实性认证提供新范式。

　　

在数字信息爆炸式增长的时代，图像已成为新闻传播、司法取证等领域的关键载体。然而随着Photoshop等编辑工具的普及，拼接(Splicing)、复制移动(Copy-Move)等篡改技术日益隐蔽，甚至专业鉴定师也难以肉眼识别。更棘手的是，篡改者常通过高斯模糊、JPEG压缩等后处理掩盖痕迹，使得传统基于CFA(色彩滤波阵列)或噪声分析的方法频频失效。这种"数字化妆术"的泛滥不仅引发社会信任危机，更可能被用于伪造证据、传播虚假新闻等恶性场景。

河南大学的研究团队在《Neurocomputing》发表的研究中，构建了名为MSHRT-Net的多尺度层级残差迁移网络。该研究创新性地融合Gabor纹理特征与深度学习框架，通过四个核心模块的协同作用：自适应Gabor纹理提取器(AGTE)模拟人类视觉对边缘的敏感性；多尺度层级残差模块(MSHRM)采用三分支并行结构捕获跨尺度特征；细节保留跳跃模块(DPSM)通过跨层连接防止细节丢失；双维度注意力模块(DAM)则从空间和通道两个维度筛选关键特征。实验表明，该模型在DSO真实场景数据集上实现像素级AUC 0.993的检测精度，较现有方法提升显著。

关键技术方法包括：1) 基于多方向Gabor滤波器的纹理特征提取；2) 融合空间注意力(Spatial Attention)和通道注意力(Channel Attention)的双维度特征筛选机制；3) 采用层级残差连接的多尺度特征融合策略；4) 针对篡改类型不平衡设计的复合损失函数。实验数据来自主流的CASIA、COVERAGE等6个公开数据集。

【主要研究结果】

1. 网络架构设计：MSHRT-Net采用编码器-解码器结构，AGTE模块通过8方向Gabor滤波器组提取边缘响应最大值，与原始图像特征并联输入主干网络。相比传统Sobel算子，该方法在COVERAGE数据集上使边缘召回率提升21.3%。

2. 多尺度特征融合：MSHRM模块包含1×1、3×3、5×5三个并行卷积分支，通过层级残差连接实现跨尺度特征传递。消融实验显示该设计在Columbia数据集上使IoU指标提高9.8%。

3. 注意力机制优化：DAM模块通过空间注意力图与通道权重矩阵的乘积运算，有效抑制背景干扰。在NIST16数据集上的对比实验表明，该模块使细小篡改区域的检测率提升34.5%。

4. 损失函数改进：针对拼接、复制移动、物体移除三类篡改样本不平衡问题，采用加权交叉熵与Dice损失的组合策略，使少数类样本的F1-score平均提升17.2%。

【结论与意义】
该研究构建的MSHRT-Net通过多尺度特征融合与注意力机制的结合，首次在统一框架内实现了对复杂后处理篡改图像的精准定位。特别值得注意的是，模型在保持高精度的同时参数量仅15.7M，较同类模型减少约40%。在医疗影像认证、司法电子证据鉴定等场景中，该方法可有效识别经过模糊-重压缩等组合操作的篡改痕迹。研究者开源的AGTE模块更可作为独立单元嵌入其他检测网络，推动整个IMDL(图像篡改检测与定位)领域的技术进步。未来工作将探索该框架在视频篡改检测中的迁移应用，以及针对生成式AI伪造图像的检测适应性。