摘要

现有的图像处理定位（IML）方法大多依赖特定任务设计，导致其仅在目标IML任务中表现优异。然而当跨多个IML任务进行联合训练时，性能会出现显著下降，严重影响实际应用效果。为此，我们提出Omni-IML——首个旨在统一不同任务IML的通用模型。具体而言，该模型通过三大核心组件实现泛化能力：
(1)模态门编码器，其根据每个样本自适应地选择最佳编码模态，
(2)动态权重解码器，其根据当前任务动态调整解码器滤波器，
(3)一个异常增强模块，利用盒级别的监督来突出篡改区域，并促进任务无关特征的学习。
除了定位任务，我们还构建了Omni-273k这一大型高质量数据集，用于辅助篡改图像的解读。该数据集包含对篡改痕迹的自然语言描述，并通过我们自主研发的自动思维链标注技术完成标注。同时，我们设计了一个简洁高效的解释模块，以更好地利用这些描述性注释。大量实验表明，我们的单个模型OmniIML在四大图像取证任务中均取得业界领先表现，不仅为实际应用提供了有效解决方案，更展现了通用型模型在图像取证领域的广阔前景。相关代码和数据集将向公众开放共享。