ACM Multimedia 2026 Oral｜从「转述痕迹」到「看见证据」：ForgeryVCR用视觉中心推理重塑图像取证范式
2026.09.21 · 事件 · 论文 · 论文预印本
腾讯优图与深大提出ForgeryVCR，将图像取证从文本描述转向显式视觉证据推理。
腾讯优图实验室与深圳大学提出ForgeryVCR，一个将取证工具箱、视觉中心推理与策略性工具学习统一到同一闭环的取证智能体框架。它通过工具将不可见篡改痕迹转化为显式视觉证据，并让模型直接基于视觉证据推理，减少语义幻觉。在9个公开基准上，其图像级检测F1达0.7985，ACC达0.8237，区域级B-IoU达0.3386，像素级P-IoU达0.3380，均优于对比方法。
- 提出视觉中心推理范式，替代文本中心CoT
- 集成ELA、FFT、NPP、Zoom-In取证工具箱
- 两阶段训练：SFT冷启动+GRPO强化学习
- 9个基准上检测与定位性能全面领先
- 纯视觉CoT显著抑制语义幻觉
为什么值得看
突破文本描述局限，让鉴伪结论基于可见证据，提升可信度与泛化性。
适合谁关注
图像取证、内容安全、多模态大模型研究者及平台治理从业者。