DINO-FIL：多层Transformer融合的生成图像伪造定位

2026年10月16日，arXiv Computer Vision 刊出 Simon Freitter 等作者的报道，提出并评估名为 DINO-FIL 的生成图像伪造定位框架。据该报道，DINO-FIL 是一个基于 Transformer 的像素级生成图像伪造定位框架，利用预训练 DINOv3 ViT-H+/16 编码器的多层表示，配合轻量融合解码器，以捕捉语义结构与细微纹理不一致。模型在 B-Free 上训练，并在 Beyond the Brush、CocoGlide、TGIF 和 SAGI-D 上跨数据集测试；报道称其在平均表现及五个数据集中的四个上超越现有基线，同时在原始图像上保持高真阴性率。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。