基于双流双分支生成对抗网络的图像篡改定位技术研究

随着图像编辑技术的快速发展，利用内容隐藏或对象篡改实施危害的行为日益普遍。为解决传统方法依赖人工特征设计导致的模型适应性不足问题，研究人员提出双流双分支生成对抗网络（DSDB-GAN），通过CNN与Transformer双流结构融合RGB与噪声特征，结合自适应感受野模块（ARFM）和边缘感知模块（EAM），显著提升篡改区域定位精度。该研究发表于《Knowledge-Based Systems》，为图像真实性鉴定提供了通用性强、鲁棒性高的解决方案。

　　

在数字信息爆炸的时代，一张经过PS处理的照片可能引发股市震荡，一段DeepFake视频足以颠覆公众人物的声誉。图像篡改技术如拼接（splicing）、复制移动（copy-move）和擦除（removal）的泛滥，使得数字内容的真实性面临前所未有的挑战。尽管基于卷积神经网络（CNN）和Transformer的检测算法已取得进展，但面对互联网传输中的压缩模糊、GAN生成图像的逼真篡改，以及多模态特征融合的复杂性，现有方法仍存在定位精度不足、泛化能力有限等瓶颈。

山西某研究团队在《Knowledge-Based Systems》发表的DSDB-GAN研究，开创性地将生成对抗网络（GAN）框架引入图像篡改定位（IFL）领域。该模型通过双流生成器（RGB流与噪声流）分别捕捉语义相关特征与噪声不一致性线索，利用特征交互融合模块（FIFM）实现跨模态渐进式融合。双分支判别器则通过门控机制区分真假定位掩膜与边缘掩膜，结合自适应感受野模块（ARFM）的动态权重分配和边缘感知模块（EAM）的定向解码，最终在NIST16等权威数据集上实现超越现有方法的定位精度。

关键技术包括：1）基于CNN的RGB流与基于Transformer的噪声流并行特征提取；2）渐进式多尺度特征融合策略（FIFM）；3）ARFM通过可学习线性层动态调整膨胀卷积权重；4）EAM水平-垂直方向边缘信息解耦；5）定位与边缘判别器的对抗训练机制。实验采用PSCC-Net合成数据集训练，在NIST16、COVERAGE等真实场景数据集验证。

研究结果：
双流生成器设计：RGB流通过CNN卷积核局部感知捕捉篡改区域颜色异常，噪声流利用Transformer自注意力机制发现长程噪声不一致性。FIFM模块使模型AUC指标提升3.2%。
自适应感受野优化：ARFM对多尺度膨胀卷积特征进行注意力重校准，在复杂背景篡改场景中F1-score提高5.7%。
边缘精确定位：EAM通过正交方向梯度计算获得亚像素级边缘，使篡改边界交并比（IoU）提升8.4%。

结论表明，DSDB-GAN首次实现CNN与Transformer在IFL任务中的优势互补，ARFM与EAM的协同作用有效解决了传统方法对后处理操作敏感的缺陷。该技术可应用于司法取证、社交媒体内容审核等领域，为构建数字内容可信认证体系提供重要技术支撑。未来研究可探索三维篡改定位及视频时序一致性检测的扩展应用。