FOCA: Frequency-Oriented Cross-Domain Forgery Detection, Localization and Explanation via Multi-Modal Large Language Model
Rattachement africain : cn, au, us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Advances in image tampering techniques, particularly generative models, pose significant challenges to media verification, digital forensics, and public trust. Existing image forgery detection and localization (IFDL) methods suffer from two key limitations: over-reliance on semantic content while neglecting textural cues, and limited interpretability of subtle low-level tampering traces. To address these issues, we propose FOCA, a multimodal large language model–based framework that integrates discriminative features from both the RGB spatial and frequency domains via a cross-attention fusion module. This design enables accurate forgery detection and localization while providing explicit, human-interpretable cross-domain explanations. We further introduce FSE-Set, a large-scale dataset with diverse authentic and tampered images, pixel-level masks, and dual-domain annotations. Extensive experiments show that FOCA outperforms state-of-the-art methods in detection performance and interpretability across both spatial and frequency domains.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- FOCA: Frequency-Oriented Cross-Domain Forgery Detection, Localization and Explanation via Multi-Modal Large Language Model
- Date Crossref
- 03/05/2026
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Harbin Institute of Technology pays non établi dans la noticeUniversité ou école supérieure
-
UNSW Sydney pays non établi dans la noticeUniversité ou école supérieure
-
Matrix Research (United States) pays non établi dans la noticeEntreprise
-
University of New South Wales pays non établi dans la noticeUniversité ou école supérieure
-
DZ-Matrix pays non établi dans la noticeInstitution
Harbin Institute of Technology, UNSW Sydney et Matrix Research (United States), avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.