MultiEdit

MultiEdit是由中国科学院计算技术研究所和国科大学者构建的大规模多工具人脸编辑数据集，旨在模拟真实场景中多步组合编辑操作。该数据集包含517,540张编辑后的面部图像，覆盖六种代表性编辑工具（如Deepfake、美化工具）及三种编辑类型，编辑步骤从1至5步不等。数据创建过程基于200张真实人脸图像，系统枚举所有合理编辑序列并结合质量过滤（SSIM与视觉语言模型评估）生成。该数据集旨在推动多工具图像编辑溯源任务，解决现有方法仅能识别单一工具的局限，提升深度伪造检测的透明度和准确性。MultiEdit is a large-scale multi-tool facial editing dataset constructed by the Institute of Computing Technology, Chinese Academy of Sciences and scholars from the University of Chinese Academy of Sciences, aiming to simulate multi-step combined editing operations in real-world scenarios. This dataset contains 517,540 edited facial images, covering six representative editing tools such as Deepfake and beauty tools and three editing types, with the number of editing steps ranging from 1 to 5. The data creation process is based on 200 real facial images, where the system enumerates all reasonable editing sequences and generates the dataset with quality filtering using SSIM and vision-language model evaluation. This dataset aims to promote the task of multi-tool image editing traceability, address the limitation that existing methods can only identify a single tool, and improve the transparency and accuracy of deepfake detection.

原始信息汇总

MIEA 数据集概述

MIEA（Multi-tool Image Attribution）是一个面向面部伪造场景的多工具图像溯源数据集。该数据集聚焦于识别和归因面部伪造图像所使用的具体生成工具，支持多工具场景下的图像来源追踪研究。

该数据集目前处于即将发布状态，官方代码与数据即将在项目主页公开。

搜集汇总

数据集介绍

构建方式

MultiEdit数据集的构建旨在模拟真实世界中多工具图像编辑的复杂场景。其构建流程从DEFACTO-Face数据集中精选200张真实人像作为源图像，并选取六种具有代表性的编辑工具，涵盖深度伪造、脸部美化等类型。通过随机采样无放回的方式，为每张图像生成至多五步的编辑序列，且限定深度伪造操作仅能出现在首步以符合实际应用逻辑。为确保编辑质量，采用SSIM指标与Qwen3-VL视觉模型双重校验每步编辑的有效性，最终构建出包含超过五十万张图像的规模宏大的多工具编辑数据集。

特点

MultiEdit数据集具备显著的大规模与组合多样性，包含517,540张编辑图像，覆盖1至5步的不同编辑长度，共计130种有效的工具使用排列。数据集的独到之处在于其多工具叠加编辑产生的复杂痕迹混合特性，这更贴近真实用户的操作习惯。实验分析揭示，不同编辑工具在空间与频域上呈现互补的差异性分布，且编辑区域的大小与顺序对痕迹留存具有显著影响，为模型研究提供了丰富的维度。这些特性使得MultiEdit成为挑战传统单工具归因方法的宝贵资源。

使用方法

MultiEdit数据集的使用遵循多标签分类的任务范式，旨在为给定的人脸编辑图像识别出所有涉及的编辑工具。数据集按9:1比例划分为训练集与测试集，并确保两者源人脸身份无重叠以避免偏差。模型需预测输出一个多维向量，表示图像曾使用各候选工具的概率。适用于训练及评估针对MIEA任务设计的深度学习模型，如DPEC，其通过双域特征增强与课程学习策略，能有效捕获并混合的多工具编辑痕迹。此外，该数据集亦可用于传统伪造检测的扩展实验，验证模型的泛化能力。

背景与挑战

背景概述

随着生成式人工智能技术的迅猛发展，多工具图像编辑已成为社交媒体上内容创作的新常态，却也为数字图像取证带来了前所未有的挑战。针对现有方法仅能归因单一编辑工具的局限，中国科学院计算技术研究所的刘胜等研究人员于2026年构建了MultiEdit数据集，旨在攻克多工具图像编辑归因（MIEA）这一全新任务。该数据集包含超过50万张经多达五种编辑操作处理的人脸图像，覆盖六种典型编辑工具，系统模拟了真实场景中的组合编辑流程。MultiEdit的发布填补了该领域缺乏大规模基准的空白，为揭示复杂编辑链、提升取证透明度奠定了重要基础，并催生了性能卓越的DPEC方法，相关成果发表于ACM Multimedia 2026。

当前挑战

MultiEdit数据集所应对的首要挑战是解决多工具编辑场景中的归因问题。当图像经历多种编辑工具的连续处理后，不同工具留下的痕迹相互叠加、覆盖，使得传统单工具检测方法难以准确识别所有参与编辑的工具，编辑顺序的不可知性更加剧了取证难度。其次，在数据集构建过程中，如何设计合理的多步骤编辑流程以确保真实模拟实际使用场景，如何控制质量以平衡编辑效果的显著性与保真度，以及如何在空间与频率域中提取可区分的局部编辑痕迹，均构成棘手的工程挑战。此外，数据处理中还需应对后续编辑对先前痕迹的破坏，以及不同工具编辑强度在各面部区域的不均匀表现。

常用场景

经典使用场景

MultiEdit数据集的核心应用场景在于多工具图像编辑溯源（MIEA），其旨在从最终编辑图像中识别出所有涉及的编辑工具。该数据集精心模拟了真实场景中常见的多步编辑流程，涵盖人脸交换、皮肤美化、脸型调整及妆容添加等操作，通过组合六种编辑工具，构建了超过五十万张编辑人像。这一场景精准应对了现有单工具溯源方法无法处理复合编辑痕迹的局限，为多标签分类下的工具检测提供了大规模标准化基准，是评估算法在复杂编辑链下溯源能力的经典平台。

衍生相关工作

围绕MultiEdit，研究者已衍生出若干经典工作脉络。基于此数据集，团队提出了DPEC方法，其创新性地结合了双域补丁特征增强与基于误差的课程学习策略，成为该基准上的标杆方法，显著提升了多工具溯源精度，并激发了后续对区域注意力可视化的探讨。此外，该数据集的出现也推动了面向序列级工具恢复的尝试、跨数据集泛化下的鲁棒二分类检测，以及与开放集模型溯源技术相结合的探索，为构建更全方位、细粒度的图像编辑取证体系奠定了基石。

数据集最近研究

最新研究方向

随着生成式AI技术的飞速发展与普及，多工具协作编辑面部图像已成为常态，这一趋势对传统单一工具溯源方法提出了严峻挑战。MultiEdit数据集应运而生，它规模宏大，涵盖五十万级的人脸编辑图像，真实性反映现实中多步骤、组合式的编辑链条，开创性地将归因任务从单一工具识别推进至多工具共同溯源的新阶段。该数据集基于对编辑痕迹在空间与频域中互补显现的深入剖析，揭示了逐步编辑中痕迹相互遮蔽的现象，为此提供了坚实的实验基础。它不仅驱动了双域局部特征增强与基于误差的课程学习等创新算法的涌现，还启发了一系列针对多步骤伪造链的检测与追溯机制的探索，深刻推动图像取证领域向精细化解构AI编辑历史方向发展，助力揭示数字影像背后的隐蔽篡改链条及其潜在的社会伦理影响。

相关研究论文

• Multi-Tool Image Editing Attribution in Facial Forgery

  中国科学院计算技术研究所; 中国科学院大学 · 2026年