BG-REAL：公開実データに基づく背景改変検出と位置特定のためのベンチマーク

背景改変は実用的ながらも未だ十分に定義されていない画像フォレンジックの設定である。改変証拠は顕著な前景オブジェクトの外側に存在する可能性がある一方、多くの評価はオブジェクト中心のコピームーブ、スプライシング、または一般的な合成編集に重点を置いている。本研究では、背景改変の検出と位置特定のための公開実データアンカーベンチマークパッケージであるBG-REALを紹介する。現在のリリースはOpen Images V7のインスタンスセグメンテーションソースから構築されており、1,200のソースグループにわたる7,000の処理済みサンプル（6,000の公開データアンカーサンプルと1,000の合成制御サンプルを含む）を含む。BG-REALは6つの編集ファミリー、マッチした真正対照、ソースグループ分割、マスクおよびリーク品質保証、599の人間支援品質管理行、3つの完了済み外部ベースライン（TruFor、MVSS-Net、HiFi-Net）、および5シードモデル評価をカバーする。総合精度に加えて、マッチした真正対照診断を使用して、保持された検証データで固定された閾値において、ベースラインが再エンコードされた真正画像を改変画像として誤分類する頻度を測定した。偽陽性率は0.57（TruFor、最低）から1.00（いくつかの弱いベースラインまたはマスク情報ベースライン）の範囲であり、再エンコードアーティファクトは特定のモデルに固有の問題ではなく、すべてのベースラインに共通するショートカットリスクであることを示している。このリリースは、構築パイプライン、評価プロトコル、論文準備済みの図、および再現ドキュメントを提供する。BG-REALは、完全なリアルオンリーまたは汎用ベンチマークではなく、背景改変に焦点を当てた補完的なベンチマークとして位置づけられている。