ForgerySleuth: Empowering Multimodal Large Language Models for Image Manipulation Detection
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Sun, Zhihao, Jiang, Haoran, Chen, Haoran, Cao, Yixin, Qiu, Xipeng, Wu, Zuxuan, Jiang, Yu-Gang |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization
par: Chen, Yitong, et autres
Publié: (2026)
par: Chen, Yitong, et autres
Publié: (2026)
VIP: Versatile Image Outpainting Empowered by Multimodal Large Language Model
par: Yang, Jinze, et autres
Publié: (2024)
par: Yang, Jinze, et autres
Publié: (2024)
Multi-Prompt Alignment for Multi-Source Unsupervised Domain Adaptation
par: Chen, Haoran, et autres
Publié: (2022)
par: Chen, Haoran, et autres
Publié: (2022)
Multi-Prompt Progressive Alignment for Multi-Source Unsupervised Domain Adaptation
par: Chen, Haoran, et autres
Publié: (2025)
par: Chen, Haoran, et autres
Publié: (2025)
Adaptive Retention & Correction: Test-Time Training for Continual Learning
par: Chen, Haoran, et autres
Publié: (2024)
par: Chen, Haoran, et autres
Publié: (2024)
PromptFusion: Decoupling Stability and Plasticity for Continual Learning
par: Chen, Haoran, et autres
Publié: (2023)
par: Chen, Haoran, et autres
Publié: (2023)
VLABench: A Large-Scale Benchmark for Language-Conditioned Robotics Manipulation with Long-Horizon Reasoning Tasks
par: Zhang, Shiduo, et autres
Publié: (2024)
par: Zhang, Shiduo, et autres
Publié: (2024)
Achieving More with Less: Additive Prompt Tuning for Rehearsal-Free Class-Incremental Learning
par: Chen, Haoran, et autres
Publié: (2025)
par: Chen, Haoran, et autres
Publié: (2025)
SHIELD : An Evaluation Benchmark for Face Spoofing and Forgery Detection with Multimodal Large Language Models
par: Shi, Yichen, et autres
Publié: (2024)
par: Shi, Yichen, et autres
Publié: (2024)
CoMP: Continual Multimodal Pre-training for Vision Foundation Models
par: Chen, Yitong, et autres
Publié: (2025)
par: Chen, Yitong, et autres
Publié: (2025)
Image Forgery Localization with State Space Models
par: Lou, Zijie, et autres
Publié: (2024)
par: Lou, Zijie, et autres
Publié: (2024)
Learning Accurate Segmentation Purely from Self-Supervision
par: You, Zuyao, et autres
Publié: (2026)
par: You, Zuyao, et autres
Publié: (2026)
CreatiLayout: Siamese Multimodal Diffusion Transformer for Creative Layout-to-Image Generation
par: Zhang, Hui, et autres
Publié: (2024)
par: Zhang, Hui, et autres
Publié: (2024)
Contrastive Desensitization Learning for Cross Domain Face Forgery Detection
par: Qiu, Lingyu, et autres
Publié: (2025)
par: Qiu, Lingyu, et autres
Publié: (2025)
ForgeryGPT: A Multimodal LLM for Interpretable Image Forgery Detection and Localization
par: Zhang, Fanrui, et autres
Publié: (2024)
par: Zhang, Fanrui, et autres
Publié: (2024)
GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting
par: Feng, Qijun, et autres
Publié: (2024)
par: Feng, Qijun, et autres
Publié: (2024)
Multimodal Referring Segmentation: A Survey
par: Ding, Henghui, et autres
Publié: (2025)
par: Ding, Henghui, et autres
Publié: (2025)
OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
par: Wang, Junke, et autres
Publié: (2024)
par: Wang, Junke, et autres
Publié: (2024)
TextSleuth: Towards Explainable Tampered Text Detection
par: Qu, Chenfan, et autres
Publié: (2024)
par: Qu, Chenfan, et autres
Publié: (2024)
DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection
par: Zhang, Hui, et autres
Publié: (2023)
par: Zhang, Hui, et autres
Publié: (2023)
A Survey on Video Diffusion Models
par: Xing, Zhen, et autres
Publié: (2023)
par: Xing, Zhen, et autres
Publié: (2023)
CBDiff:Conditional Bernoulli Diffusion Models for Image Forgery Localization
par: Lei, Zhou, et autres
Publié: (2025)
par: Lei, Zhou, et autres
Publié: (2025)
Attention Itself Could Retrieve.RetrieveVGGT: Training-Free Long Context Streaming 3D Reconstruction via Query-Key Similarity Retrieval
par: Zou, Zichen, et autres
Publié: (2026)
par: Zou, Zichen, et autres
Publié: (2026)
Extracting Visual Facts from Intermediate Layers for Mitigating Hallucinations in Multimodal Large Language Models
par: Zhou, Haoran, et autres
Publié: (2025)
par: Zhou, Haoran, et autres
Publié: (2025)
OCC-MLLM:Empowering Multimodal Large Language Model For the Understanding of Occluded Objects
par: Qiu, Wenmo, et autres
Publié: (2024)
par: Qiu, Wenmo, et autres
Publié: (2024)
GenRec: Unifying Video Generation and Recognition with Diffusion Models
par: Weng, Zejia, et autres
Publié: (2024)
par: Weng, Zejia, et autres
Publié: (2024)
Comprehensive Multi-Modal Prototypes are Simple and Effective Classifiers for Vast-Vocabulary Object Detection
par: Chen, Yitong, et autres
Publié: (2024)
par: Chen, Yitong, et autres
Publié: (2024)
Progressive Feedback-Enhanced Transformer for Image Forgery Localization
par: Zhu, Haochen, et autres
Publié: (2023)
par: Zhu, Haochen, et autres
Publié: (2023)
Learning to Rank Patches for Unbiased Image Redundancy Reduction
par: Luo, Yang, et autres
Publié: (2024)
par: Luo, Yang, et autres
Publié: (2024)
UniHand: A Unified Model for Diverse Controlled 4D Hand Motion Modeling
par: Sun, Zhihao, et autres
Publié: (2026)
par: Sun, Zhihao, et autres
Publié: (2026)
INST-IT: Boosting Instance Understanding via Explicit Visual Prompt Instruction Tuning
par: Peng, Wujian, et autres
Publié: (2024)
par: Peng, Wujian, et autres
Publié: (2024)
Chain of Visual Perception: Harnessing Multimodal Large Language Models for Zero-shot Camouflaged Object Detection
par: Tang, Lv, et autres
Publié: (2023)
par: Tang, Lv, et autres
Publié: (2023)
EDVD-LLaMA: Explainable Deepfake Video Detection via Multimodal Large Language Model Reasoning
par: Sun, Haoran, et autres
Publié: (2025)
par: Sun, Haoran, et autres
Publié: (2025)
An Effective Image Copy-Move Forgery Detection Using Entropy Information
par: Jiang, Li, et autres
Publié: (2023)
par: Jiang, Li, et autres
Publié: (2023)
SpeechForensics: Audio-Visual Speech Representation Learning for Face Forgery Detection
par: Liang, Yachao, et autres
Publié: (2025)
par: Liang, Yachao, et autres
Publié: (2025)
AID: Adapting Image2Video Diffusion Models for Instruction-guided Video Prediction
par: Xing, Zhen, et autres
Publié: (2024)
par: Xing, Zhen, et autres
Publié: (2024)
AdaDiff: Adaptive Step Selection for Fast Diffusion Models
par: Zhang, Hui, et autres
Publié: (2023)
par: Zhang, Hui, et autres
Publié: (2023)
Enhancing Visual Document Understanding with Contrastive Learning in Large Visual-Language Models
par: Li, Xin, et autres
Publié: (2024)
par: Li, Xin, et autres
Publié: (2024)
Preserving Cross-Modal Consistency for CLIP-based Class-Incremental Learning
par: Chen, Haoran, et autres
Publié: (2025)
par: Chen, Haoran, et autres
Publié: (2025)
Player-Centric Multimodal Prompt Generation for Large Language Model Based Identity-Aware Basketball Video Captioning
par: Xi, Zeyu, et autres
Publié: (2025)
par: Xi, Zeyu, et autres
Publié: (2025)
Documents similaires
-
CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization
par: Chen, Yitong, et autres
Publié: (2026) -
VIP: Versatile Image Outpainting Empowered by Multimodal Large Language Model
par: Yang, Jinze, et autres
Publié: (2024) -
Multi-Prompt Alignment for Multi-Source Unsupervised Domain Adaptation
par: Chen, Haoran, et autres
Publié: (2022) -
Multi-Prompt Progressive Alignment for Multi-Source Unsupervised Domain Adaptation
par: Chen, Haoran, et autres
Publié: (2025) -
Adaptive Retention & Correction: Test-Time Training for Continual Learning
par: Chen, Haoran, et autres
Publié: (2024)