論文の概要: SARIF: Segment Anything for Robust Image Forensics

• arxiv url: http://arxiv.org/abs/2606.21108v1
• Date: Fri, 19 Jun 2026 05:21:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 08:16:54.896323
• Title: SARIF: Segment Anything for Robust Image Forensics
• Title（参考訳）: SARIF:ロバスト画像鑑定のためのセグメンテーション
• Authors: Dong-Hyun Moon, Ju-Hyeon Nam, Sang-Chul Lee,
• Abstract要約: 我々は,SARIF(Segment Anything for Robust Image Forensics)を提案する。 SARIFは、フィードバック誘導マスクデコーダと、フォージェリー固有の情報を抽出して法医学的トレースをキャプチャするデュアルエンコーダ設計を導入している。 標準フォージェリローカライゼーションベンチマークの実験により、SARIFは、一般的な画像の破損に対して、強い平均的なクロスデータセット性能とロバスト性を達成することが示された。
• 参考スコア（独自算出の注目度）: 2.9917768336120196
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image forgery localization remains challenging due to diverse manipulation techniques and distribution shifts. Existing forgery localization models achieve high accuracy on benchmarks but often struggle with cross-domain generalization and robustness. In this paper, we propose SARIF (Segment Anything for Robust Image Forensics), a framework that leverages the Segment Anything Model (SAM), which has a promptable architecture and strong generalization ability. SARIF introduces a feedback-guided mask decoder and a dual-encoder design that extracts forgery-specific information to capture forensic traces while exploiting the SAM architecture. To localize manipulated regions, we design a block-wise prompting mechanism that derives forgery-specific cues from residual features between an adapted encoder and its frozen counterpart. These features are fused with the previous mask prompt to drive a feedback-based mask refinement process, enabling automatic forgery segmentation without manual input. Extensive experiments on standard forgery-localization benchmarks show that SARIF achieves strong average cross-dataset performance and robustness to common image corruptions.
• Abstract（参考訳）: イメージフォージェリーのローカライゼーションは、多様な操作技術と分散シフトのため、依然として困難である。 既存のフォージェリーローカライゼーションモデルはベンチマークで高い精度を達成するが、しばしばクロスドメインの一般化とロバスト性に悩まされる。 本稿では,SARIF(Segment Anything for Robust Image Forensics)を提案する。 SARIFはフィードバック誘導マスクデコーダとデュアルエンコーダの設計を導入し、SAMアーキテクチャを活用しながら、フォージェリ固有の情報を抽出して法医学的トレースをキャプチャする。 操作された領域をローカライズするために、適応エンコーダとその凍結した領域間の残像から偽造特定キューを導出するブロックワイズプロンプト機構を設計する。 これらの機能は、以前のマスクプロンプトと融合してフィードバックベースのマスクリファインメントプロセスを駆動し、手動入力なしで自動偽装セグメンテーションを可能にする。 標準フォージェリローカライゼーションベンチマークの大規模な実験により、SARIFは、一般的な画像の破損に対して、強い平均的なクロスデータセット性能とロバスト性を達成することが示された。

関連論文リスト

• PR-MaGIC: Prompt Refinement Via Mask Decoder Gradient Flow For In-Context Segmentation [12.227797182463611]
  我々は,SAMのマスクデコーダからの勾配流によるプロンプトを洗練させる,トレーニング不要なテストタイムフレームワークであるPR-MaGIC(Prompt Refinement via Mask Decoder for In-Context)を紹介する。 PR-MaGICは、様々なベンチマークのセグメンテーション品質を一貫して改善し、トレーニングやアーキテクチャの変更を必要とせずに、効果的に不適切なプロンプトを緩和する。
  論文  参考訳（メタデータ） (2026-04-13T22:40:04Z)
• Excite, Attend and Segment (EASe): Domain-Agnostic Fine-Grained Mask Discovery with Feature Calibration and Self-Supervised Upsampling [0.0]
  Excite, Attend and Segment (EASe)は、教師なしドメインに依存しないセマンティックセグメンテーションフレームワークである。 本評価は,従来の最先端技術よりもEASeの優れた性能を示すものである。
  論文  参考訳（メタデータ） (2026-03-31T22:03:15Z)
• SIGMAE: A Spectral-Index-Guided Foundation Model for Multispectral Remote Sensing [43.39478017496301]
  Masked Autoencoder (MAE) ベースの事前訓練は、マスク付き画像領域を再構成することで、一般的な特徴表現を学習する強力な能力である。 多スペクトルリモートセンシング画像へのMAEの適用は、複雑な背景、不明瞭なターゲット、マスキング中の意味的ガイダンスの欠如など、依然として困難である。 SIGMAEは、ドメイン固有のスペクトル指標を事前知識として組み込んで、動的トークンマスキングを情報領域へ導く。
  論文  参考訳（メタデータ） (2026-03-08T04:55:41Z)
• ForensicsSAM: Toward Robust and Unified Image Forgery Detection and Localization Resisting to Adversarial Attack [56.0056378072843]
  高い転送性を持つ逆画像は上流モデルでのみ作成可能であることを示す。 本稿では,IFDLフレームワークを組み込んだForensicsSAMを提案する。
  論文  参考訳（メタデータ） (2025-08-10T16:03:44Z)
• Context-Aware Weakly Supervised Image Manipulation Localization with SAM Refinement [52.15627062770557]
  悪意のある画像操作は社会的リスクを生じさせ、効果的な画像操作検出方法の重要性を高めている。 画像操作検出の最近のアプローチは、完全に教師されたアプローチによって大きく推進されている。 本稿では,デュアルブランチトランスフォーマー-CNNアーキテクチャに基づく,弱教師付きフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-26T07:35:09Z)
• Towards Fine-grained Interactive Segmentation in Images and Videos [21.22536962888316]
  SAM2のバックボーン上に構築されたSAM2Refinerフレームワークを提案する。 このアーキテクチャによりSAM2は、画像とビデオの両方のきめ細かいセグメンテーションマスクを生成することができる。 さらに,マルチスケールのカスケード構造を用いてマスク特徴とエンコーダの階層的表現を融合させることによりマスクリファインメントモジュールを考案した。
  論文  参考訳（メタデータ） (2025-02-12T06:38:18Z)
• A Large-scale Interpretable Multi-modality Benchmark for Facial Image Forgery Localization [22.725542948364357]
  我々は、モデル予測を説明するのに基本的なバイナリフォージェリーマスクが不十分であると主張している。 本研究では,偽画像に対する有能な領域中心の解釈を生成する。 ForgeryTalkerは,フォージェリーローカライゼーションと解釈を同時に行うように設計されたアーキテクチャである。
  論文  参考訳（メタデータ） (2024-12-27T15:23:39Z)
• Guided Interpretable Facial Expression Recognition via Spatial Action Unit Cues [55.97779732051921]
  オーキューを分類器学習に明示的に組み込むための新しい学習戦略が提案されている。 分類性能を劣化させることなく階層的解釈性を向上させることができることを示す。
  論文  参考訳（メタデータ） (2024-02-01T02:13:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。