SurFITR：監視画像の改ざん検出とローカライズのためのデータセット
arXiv cs.CV / 2026/4/9
📰 ニュースSignals & Early TrendsModels & Research
要点
- SurFITRは、監視スタイルの画像改ざん検出とローカライズをベンチマークするために新たに公開されたデータセットであり、既存の改ざんデータセットと実際の監視環境とのギャップに取り組むことを目的としています。
- このデータセットには、さまざまな解像度・視点・遮蔽（オクルージョン）に加え、証拠がしばしば偽造される方法を反映した、微細で局所的な改ざんタイプを含む137k+件の改ざん監視画像が含まれています。
- SurFITRの改ざんデータは、複数モーダルのLLM（大規模言語モデル）を活用したパイプラインにより生成されており、多様なシーンに対して意味を考慮した細かな編集をサポートします。
- 発表で報告された実験では、現在の改ざん検出器がSurFITR上で大幅に性能が低下する一方、SurFITRで学習したモデルは、同一領域内と領域横断の両方で性能が向上することが示されています。
- データセットはGitHubで利用可能で、編集タイプの多様化と、特定の操作戦略への過学習（オーバーフィット）を抑えるために、複数の編集モデルが含まれています。
