FakeShield

FakeShield是由北京大学的研究团队推出的一款多模态大型语言模型框架，专注于图像伪造检测及定位。该框架能够综合评估图像的真实性，并生成被篡改区域的掩码，同时提供基于像素级和图像级篡改线索的判断依据。为了提升模型性能，研究团队利用GPT-4o增强现有数据集，构建了多模态篡改描述数据集（MMTDSet），用于训练模型的篡改分析能力。FakeShield的核心由两大模块组成：领域标签引导的可解释伪造检测模块（DTE-FDM）和多模态伪造定位模块（MFLM）。这两个模块分别负责检测和定位伪造图像中的篡改区域。FakeShield在应对多种篡改技术（如Photoshop、DeepFake和AIGC编辑等）时表现出色，提供了比传统方法更精准且更具可解释性的解决方案。