Impostor：由代理策划的真实 AIGC 操作本地化基准

生成图像编辑的最新进展提高了局部图像处理的真实性和可控性，为图像处理检测和定位（IMDL）提出了新的挑战。然而，现有的 IMDL 基准在视觉真实感、操作多样性和生成器覆盖率方面仍然存在局限性，使其难以反映图像操作的最新趋势。为了解决这些限制，我们引入了 Impostor，这是一个高质量的 AI 编辑图像处理本地化数据集，包含 100K 处理过的图像。 Impostor 由 CraftAgent 构建，这是一个闭环代理框架，集成了场景感知、编辑规划、操纵执行、质量验证和迭代反射，自动生成多样化且视觉逼真的操纵图像。此外，Impostor 包含由 7 个最新 AIGC 模型跨三种操作类型生成的图像，并包括多个操作区域，为基于 AIGC 的 IMDL 提供了更全面的基准。此外，我们提出了 PhaseAware-Net (PANet)，这是一种语义取证框架，引入局部阶段建模和语义取证一致性学习，以更好地定位语义上合理但取证破坏的操作区域。大量实验表明，Impostor 对现有的大型视觉语言模型 (LVLM) 和专门的 IMDL 方法提出了重大挑战，而 PANet 在 Impostor 和多个公共基准测试上实现了卓越的性能。