arXiv · 机器人与计算机视觉· Songlin Li, Hui Ma, Zhiqing Guo, Dan Ma, Gaobo Yang, Xin Liao·· 4 小时前AI 评分53
UniIML:一种基于多类型弱监督的图像篡改定位统一框架
A Unified Framework for Image Manipulation Localization Under Multi-Type Weak Supervision
AI 导读
针对现有图像篡改定位方法依赖特定标注策略、难以联合利用多样化数据的问题,本文提出 UniIML 教师 - 学生框架。该框架将多种弱监督标注映射为统一表示以引导 SAM 生成候选掩码,并引入 Ordinal Safe Consensus (OSC) 机制,通过过滤、多准则排名及交叉视图稳定性评估来筛选最佳候选区域。实验表明,UniIML 在平均性能上优于当前最先进方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org