COCO-Inpaint: A Benchmark for Image Inpainting Detection and Manipulation Localization

要約

画像操作における最近の進歩は、フォトリアリスティックコンテンツの生成において前例のない進歩を達成しましたが、同時にarbitrary意的な操作と編集の障壁を排除し、マルチメディアの信頼性とサイバーセキュリティに関する懸念を高めています。
ただし、既存の画像操作の検出とローカリゼーション（IMDL）方法論は、主にスプライシングまたはコピー移動の偽造に焦点を当てており、入力ベースの操作のための専用のベンチマークがありません。
このギャップを埋めるために、3つの重要な貢献を備えたインテンシング検出のために特別に設計された包括的なベンチマークであるココインペイントを提示します。
セマンティックの多様性。
当社のベンチマークは、オブジェクトシェイプなどの表面的なセマンティックアーティファクトではなく、塗装された地域と本物の領域間の本質的な矛盾を強調するために構築されています。
既存のIMDLアプローチを評価するために、3つの標準メトリックを使用して厳密な評価プロトコルを確立します。
データセットは、この分野での将来の研究を促進するために公開されます。

要約(オリジナル)

Recent advancements in image manipulation have achieved unprecedented progress in generating photorealistic content, but also simultaneously eliminating barriers to arbitrary manipulation and editing, raising concerns about multimedia authenticity and cybersecurity. However, existing Image Manipulation Detection and Localization (IMDL) methodologies predominantly focus on splicing or copy-move forgeries, lacking dedicated benchmarks for inpainting-based manipulations. To bridge this gap, we present COCOInpaint, a comprehensive benchmark specifically designed for inpainting detection, with three key contributions: 1) High-quality inpainting samples generated by six state-of-the-art inpainting models, 2) Diverse generation scenarios enabled by four mask generation strategies with optional text guidance, and 3) Large-scale coverage with 258,266 inpainted images with rich semantic diversity. Our benchmark is constructed to emphasize intrinsic inconsistencies between inpainted and authentic regions, rather than superficial semantic artifacts such as object shapes. We establish a rigorous evaluation protocol using three standard metrics to assess existing IMDL approaches. The dataset will be made publicly available to facilitate future research in this area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google