論文の概要: APT: Anchor-aligned Perturbations for Tamper Localization in Fully Regenerated Images

• arxiv url: http://arxiv.org/abs/2608.30656v1
• Date: Mon, 31 Aug 2026 11:56:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.378711
• Title: APT: Anchor-aligned Perturbations for Tamper Localization in Fully Regenerated Images
• Title（参考訳）: APT:完全再生画像におけるタンパ局在のためのアンカー整列摂動
• Authors: Suhyeon Ha, Woo Jae Kim, Joonsung Jeon, Sooel Son, Sung-eui Yoon,
• Abstract要約: プロアクティブなタンパーの局在化は、分布の前に知覚不能な信号を画像に埋め込む。 本稿では,高密度ベクトル幅の局所化信号を埋め込んだ半フレジル遅延空間摂動法 APT を提案する。 COCOの実験では、APTがFR IoUの0.92を達成し、最強のベースラインを上回っている。
• 参考スコア（独自算出の注目度）: 27.60095238548641
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Proactive tamper localization embeds an imperceptible signal into an image prior to distribution, enabling pixel-level manipulation detection. Existing methods assume a spliced (SP) setting, where synthesized regions are composited onto the original background, leaving embedded signals intact. However, real-world diffusion-based inpainting operates in a fully regenerated (FR) setting, where the entire image undergoes denoising, disrupting background signals and rendering existing frameworks ineffective. We propose APT, a semi-fragile latent-space perturbation that embeds a dense, vector-wise localization signal. By aligning each spatial feature vector toward a fixed anchor direction, APT localizes tampering via the alignment disparity between synthesized foreground and anchor-aligned background features after inpainting. The proposed hard negative mining loss and noisy perturbation branch further enforce uniform alignment. Experiments on COCO demonstrate that APT achieves an FR IoU of 0.92, outperforming the strongest baseline (WAM, 0.84), while existing methods collapse to near-random performance (AUC 0.5), establishing APT as a practical forensic framework generalizable across tampering types unknown at test time.
• Abstract（参考訳）: プロアクティブタンパーのローカライゼーションは、分布前のイメージに知覚不能な信号を埋め込んで、ピクセルレベルの操作検出を可能にする。 既存の手法では、合成された領域を元の背景に合成し、埋め込み信号をそのまま残すスプリケート(SP)設定を仮定する。 しかし、実世界の拡散に基づくインペインティングは、完全に再生された(FR)環境で動作し、画像全体がデノイングを受け、背景信号を破壊し、既存のフレームワークを非効率にレンダリングする。 本稿では,高密度ベクトル幅の局所化信号を埋め込んだ半フレジル遅延空間摂動法 APT を提案する。 各空間特徴ベクトルを固定アンカー方向に配向させることにより、APTは、塗装後の合成前景とアンカーアライン背景特徴とのアライメント不一致を介して、テーパーを局在させる。 提案された強い負の鉱業損失とノイズ摂動分岐は、さらに均一なアライメントを強制する。 COCOの実験では、APTは0.92のFR IoUを達成し、最強のベースライン(WAM, 0.84)を上回り、既存の手法はほぼランダムな性能(AUC 0.5)に崩壊し、テスト時に未知のタンパリングタイプにまたがる実用的な法医学的枠組みとして確立された。

関連論文リスト

• SSMB: Self-Supervised Local Feature Detection under Motion Blur [48.57970299584709]
  動きブル画像のためのデブルーフリーで自己監督型キーポイント検出器であるSSMBを提案する。 LDEモジュールは、グローバルな特徴混合後のきめ細かい局所的な識別性を復元する。
  論文  参考訳（メタデータ） (2026-08-27T14:28:19Z)
• Show the Signal, Hide the Noise: Spectral Forcing for Pixel-Space Diffusion [46.51681899437508]
  本稿では,パラメータフリーで時間条件付き2D-DCTローパス演算子であるSpectral Forcingを導入する。 その遮断は拡散時間とともに単調に膨張し、データエンドポイントのアイデンティティとなる。 JiT-700M/32のImageNet-256では、Spectral Forcingは、異なるトレーニングエポック間で、FIDとInception Scoreの両方を一貫して改善している。
  論文  参考訳（メタデータ） (2026-06-13T10:29:11Z)
• FCUS-rPPG: A Fast-Converging Unsupervised Framework for Remote Photoplethysmography via Gradient Oscillation Suppression [19.91628990903841]
  Photoplethysmography (rmography) は、一般向けカメラを用いた非接触血液量パルス(BVP)信号の抽出を可能にする。 FCUS-r は強力な一般化能力を持つ高速収束型教師なし r フレームワークである。 FCUS-rは、クロスデータセット性能の最先端評価を一貫して達成する。
  論文  参考訳（メタデータ） (2026-06-02T02:33:27Z)
• HIR-ALIGN: Enhancing Hyperspectral Image Restoration via Diffusion-Based Data Generation [50.46910397782266]
  ハイパスペクトル画像(HSI)の復元は、ノイズ、ぼかし、分解能損失などの劣化に悩まされるため、信頼性の高い解析に不可欠である。 本稿では,HIR-ALIGNを提案する。HIR-ALIGNは,限られたトレーニング画像と,ターゲット分布と密に一致した合成データとを付加して,ハイパースペクトル画像の復元を促進するための,プラグアンドプレイのターゲット適応型拡張フレームワークである。
  論文  参考訳（メタデータ） (2026-05-13T14:14:13Z)
• Exploring the Limits of End-to-End Feature-Affinity Propagation for Single-Point Supervised Infrared Small Target Detection [6.7126559398433665]
  単一点制御赤外線小ターゲット検出(IRSTD)は、高密度アノテーションのコストを大幅に削減する。 現在のSOTA(State-of-the-art)手法は、マスクの監督を明示的でオフラインな擬似ラベル構成によって回収することにより、高精度を実現する。 最小限の代替策として、オンラインのポイント・ツー・マスク・イン・バッチ、ポイント・アンカレド・フィーチャー・アフィニティ・プロパゲーションを通じて、ポイント・ツー・マスクをオンラインに生成する手法について検討する。
  論文  参考訳（メタデータ） (2026-05-01T15:08:46Z)
• TM-BSN: Triangular-Masked Blind-Spot Network for Real-World Self-Supervised Image Denoising [22.77487319845247]
  ブラインドスポットネットワーク(BSN)は、ターゲット画素へのアクセスを防止し、自己監督された画像のデノナイズを可能にする。 本稿では,実sRGB雑音の空間的相関を正確にモデル化する新しい盲点アーキテクチャであるTriangular-Masked Blind-Spot Network (TM-BSN)を提案する。 提案手法は最先端の性能を達成し,既存の自己管理手法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-04-06T07:20:19Z)
• Mitigating Memorization in Text-to-Image Diffusion via Region-Aware Prompt Augmentation and Multimodal Copy Detection [53.789057575175065]
  領域認識型prompt Augmentation(RAPTA)とAttention-Driven Multimodal Copy Detection(ADMCD)を示す。 RAPTAはオブジェクト検出器を使用して、正常な領域を見つけ、それらを意味論的に接地したプロンプトの変種に変換する。 ADMCDは、ローカルパッチ、グローバルセマンティック、テクスチャキューを軽量トランスフォーマーで集約し、融合表現を生成する。 実験により、RAPTAは高い合成品質を維持しながら過度な適合を減少させ、ADMCDはコピーを確実に検出し、単一モードの指標より優れることが示された。
  論文  参考訳（メタデータ） (2026-03-13T15:16:27Z)
• Spatially Adaptive Self-Supervised Learning for Real-World Image Denoising [73.71324390085714]
  本稿では,現実の sRGB 画像復号化の問題を解決するために,新しい視点を提案する。 ノイズの多い画像における平坦領域とテクスチャ領域のそれぞれの特徴を考慮し、それらを個別に管理する。 LAN自体がBNNの出力で管理されているのに対して,我々はその要件を満たすためのローカル・アウェア・ネットワーク(LAN)を提案する。
  論文  参考訳（メタデータ） (2023-03-27T06:18:20Z)
• Non-local Meets Global: An Iterative Paradigm for Hyperspectral Image Restoration [66.68541690283068]
  ハイパースペクトル画像復元のための空間特性とスペクトル特性を組み合わせた統一パラダイムを提案する。 提案するパラダイムは,非局所空間デノゲーションと光計算の複雑さから,性能上の優位性を享受する。 HSI復調、圧縮再構成、塗装タスクの実験は、シミュレーションと実際のデータセットの両方で、その優位性を示している。
  論文  参考訳（メタデータ） (2020-10-24T15:53:56Z)
• Image Fine-grained Inpainting [89.17316318927621]
  拡張畳み込みの密結合を利用してより大きく効果的な受容場を得る一段階モデルを提案する。 この効率的なジェネレータをよく訓練するために、頻繁に使用されるVGG特徴整合損失を除いて、新しい自己誘導回帰損失を設計する。 また、局所的・グローバルな分枝を持つ識別器を用いて、局所的・グローバルな内容の整合性を確保する。
  論文  参考訳（メタデータ） (2020-02-07T03:45:25Z)

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。