DinoLizer는 DINOv2 기반 모델로, 생성적 inpainting에서 조작된 영역을 지역화합니다. B-Free 데이터셋에서 합성 이미지를 감지하도록 사전 훈련된 DINOv2 모델을 기반으로 하며, Vision Transformer의 패치 임베딩 위에 선형 분류 헤드를 추가하여 $14\times 14$ 패치 해상도에서 조작을 예측합니다. 이 헤드는 비의미적 편집을 원래 내용의 일부로 취급하여 의미적으로 변경된 영역에 초점을 맞추도록 훈련되었습니다. Sliding-window 방식을 사용하여 큰 이미지에 대한 예측을 집계하고, 결과 히트맵을 후처리하여 이진 조작 마스크를 개선합니다. DinoLizer는 다양한 inpainting 데이터셋에서 최첨단 지역 조작 감지기를 능가하며, resizing, noise 추가, JPEG 압축과 같은 일반적인 후처리 작업에도 강건합니다. DINOv2와 DINOv3의 비교를 통해 DinoLizer의 우수성이 확인되었습니다.
