使用取证知识图进行可信图像认证

生成式人工智能的进步使图像伪造变得高度现实，需要值得信赖的身份验证系统。现有的取证探测器可以针对某些伪造类型，但缺乏可解释性，而视觉语言模型 (VLM) 提供解释，但无法利用取证痕迹进行可靠的检测。我们提出了取证知识图（FKG），这是一个集成了取证证据提取、结构化推理和人类可解释解释的统一框架。我们的 FKG 结构对取证痕迹及其因果依赖性和场景内容的链接进行编码。为了生成准确的 FKG，我们引入了一种新颖的取证身份验证网络和迭代上下文细化策略，指导 VLM 生成忠实、有根据的解释。我们还展示了 FKG-50K，这是一个包含 50,000 个使用 真值 FKG 的真实伪造品的数据集。实验表明，FKG 在检测、伪造识别和定位以及法医论证方面优于法医检测器和 VLM。