分类 - IML
M2SFormer:Multi-Spectral and Multi-Scale Attention with Edge-Aware Difficulty Guidance for Image Forgery Localization
发表于ICCV2025，拿到了Highlight，M2SFormer通过在跳跃连接中统一多频段和多尺度注意力机制，借助全局上下文信息，能更精准捕捉各类伪造特征。此外，框架通过采用全局先验图（一种反映伪造检测难度的曲率度量指标）来解决上采样过程中细节丢失的问题。该方法使用分割的指标而不是图像篡改的传统指标，而且比较的方法并不是公认的sota。
11
Rethinking Image Forgery Detection via Soft Contrastive Learning and Unsupervised Clustering
TDSC2025的文章，首次使用对比学习加聚类的方法做图像篡改检测。
12
OmniGuard:Hybrid Manipulation Localization via Augmented Versatile Deep Image Watermarking
发表于CVPR2025，将版权水印和图像篡改主动保护两个任务联合起来。
13
Image Operation Chain Detection with Machine Translation Framework
发表于TMM2022，将机器学习应用到操作链检测的任务中，将每一个操作视为一个元素进行翻译。
14Employing Reinforcement Learning to Construct a Decision-Making Environment for Image Forgery Localization
发表于TIFS2024，将强化学习引入到了图像篡改检测。
15
Reinforced Multi-teacher Knowledge Distillation for Efficient General Image Forgery Detection and Localization
发表于AAAI2025，该框架的核心是Re-DTS策略，动态选择最合适的教师模型，将专业知识转移到学生模型。这一策略增强了学生模型处理各种篡改痕迹的能力，并提高了IFDL性能，将强化学习引入到了图像篡改检测。
16
Rethinking Image Editing Detection in the Era of Generative AI Revolution
发表于ACMMM 2025，提出了基于图像编辑技术的新数据集。
17
Image Copy-Move Forgery Detection via Deep PatchMatch and Pairwise Ranking Learning
发表于TIP 2024，图像复制-移动伪造检测方向的图像篡改检测方法。
18
DiRLoc:Disentanglement Representation Learning for Robust Image Forgery Localization
发表于TDSC2024，针对JPEG压缩导致的性能下降，使用解纠缠的方法，分离出jpeg压缩对篡改痕迹的影响，提出了一种鲁棒的图像伪造定位框架。
19
IMDL-BenCo:A Comprehensive Benchmark and Codebase for Image Manipulation Detection & Localization
发表于NeurIPS 2024，因为图像篡改检测没有统一的标准，所以构建一个全面的基准，并且设计了一个框架将部分sota网络集成：Mantra-Net，MVSS-net，CAT-Net，ObjectFormer，PSCC-Net，NCL-IML，Trufor和IML-ViT。
20