Real-QT

新的 DocQT 方法提高了文档伪造检测的鲁棒性

研究人员开发了一种名为 DocQT 的新方法，以提高文档伪造定位模型的鲁棒性。研究发现，由于训练数据的 JPEG 量化表与操作性文档工作流程中使用的各种量化表之间存在不匹配，当前模型在实际场景中的表现不佳。通过使用从真实保险文件中抽样的更广泛的量化表来训练模型，DocQT 显著提高了定位准确性并减少了误报，特别是对于明确包含量化表信息的架构。