这篇文档属于类型a，是一篇关于阴影去除检测（shadow removal detection）的原创性研究成果。以下为针对该研究的学术报告：
1. 主要作者与机构
本文由Xiwen Fu、Guopu Zhu（IEEE高级会员）、Hongli Zhang、Xinpeng Zhang（IEEE高级会员）、Anthony T. S. Ho和Sam Kwong（IEEE会士）合作完成，作者团队分别来自哈尔滨工业大学网络空间安全学院、复旦大学计算机科学技术学院、英国萨里大学工程与物理科学学院，以及香港岭南大学数据科学学院。研究发表于2025年7月的《IEEE Transactions on Circuits and Systems for Video Technology》（卷35，第7期）。
2. 学术背景与研究目标
科学领域：该研究属于多媒体安全（multimedia security）与计算机视觉（computer vision）交叉领域，聚焦图像取证（image forensics）中的阴影去除检测问题。
研究背景：随着图像编辑技术（如阴影去除算法）的快速发展，恶意篡改图像的成本降低，导致虚假信息泛滥。现有图像篡改检测方法（如拼接检测、复制移动检测）难以有效识别阴影去除痕迹，而阴影去除检测领域的研究极少且精度不足。
研究目标：提出一种新型多级特征融合网络（Multi-Level Feature Fusion Network, MFF-Net），旨在精确定位图像中因阴影去除（shadow removal）而被篡改的区域，为图像取证提供新工具。
3. 研究流程与方法
整体架构：MFF-Net由双分支特征提取编码器（dual-branch feature extraction encoder）和密集预测解码器（dense prediction decoder）组成。
3.1 双分支特征提取编码器
- 全局建模分支（global modeling branch）：基于PVT-v2-b2模型（一种金字塔视觉Transformer），捕获图像长程依赖关系（long-range dependencies），输出多尺度特征图（feature maps）( T_i )。
- 局部特征提取分支（local feature extraction branch）：基于CMT-S模型（一种卷积增强的Transformer架构），提取局部结构信息（local structural information），输出特征图( T’_i )。
- 特征融合模块（feature fusion module）：通过线性变换与GELU激活函数融合两分支特征，保留全局与局部信息的互补性。
3.2 密集预测解码器
- 多尺度特征上采样模块（Multi-Scale Feature Upsampling, MSFU）：
- 特征上采样（FU模块）：采用折叠操作（fold operation）提升特征分辨率，结合深度可分离卷积（depth-wise convolution）增强局部信息。
- 交叉注意力机制（cross attention）：指导多级特征融合，优化低层与高层特征的整合。
- 注意力前馈模块（Attention-based Feed Forward, AFF）：轻量级多头自注意力（lightweight multi-head self-attention）与分组卷积（group convolution）结合，进一步细化特征。
- 多级监督策略：通过二进制交叉熵损失（binary cross-entropy loss）和交并比损失（IoU loss）联合优化，逐步从粗到精（coarse-to-fine）预测阴影掩模（shadow masks）。
实验设计：
- 数据集：构建包含4,332对图像的数据集D，涵盖ISTD和SRD原始数据集，并应用5种阴影去除算法（如SP+M-Net、DC-SHADOWNET）生成篡改图像。测试集分为5个子集（如( D{BM} )、( D{DC} )），以评估模型泛化性。
- 对比方法：包括通用篡改检测模型（如MVSS-Net）、阴影去除检测模型SRDGAN等9种基线方法。
4. 主要结果
- 定量性能：MFF-Net在平均精度（AP）、像素级AUC和最大F1分数（maxF）上均显著优于基线模型。例如，在( D_{DC} )子集上，AP达到0.892，较第二名提升12.3%。
- 视觉对比：MFF-Net能精准定位阴影去除区域（如图5所示），尤其在复杂背景或微弱痕迹场景下表现优异。
- 消融实验：验证各模块必要性——双分支结构（+dual）较单分支（+branch_g或+branch_l）性能提升9.5%；MSFU模块较双线性上采样（w/bil）提升细节恢复能力。
5. 结论与价值
- 科学价值：首次提出基于双Transformer分支的阴影去除检测框架，解决了现有方法对微弱痕迹敏感度不足的问题。
- 应用价值：为图像取证提供专用工具，可辅助识别篡改区域并推断原始物体位置。
- 技术贡献：
- 创新性融合全局建模与局部特征提取能力；
- 提出MSFU模块，实现多级特征的高效融合；
- 公开源代码（https://github.com/hitfuxiwen/mff-net），推动领域发展。
6. 研究亮点
- 方法创新：首次将两种异构Transformer（PVT与CMT）并行作为编码器主干，兼顾长程依赖与局部结构。
- 性能突破：在多个数据集上达到SOTA（state-of-the-art），尤其在处理最新阴影去除算法（如DC-SHADOWNET）生成的图像时优势显著。
- 局限性：对未知阴影去除方法的泛化能力有限，未来拟通过域适应（domain adaptation）技术进一步优化。
7. 其他有价值内容
- 失败案例分析：如图8所示，当阴影痕迹与背景颜色相似或过度平滑时，模型可能出现漏检，为后续研究指明改进方向。
- 计算成本分析：MFF-Net在参数规模（18.7M）与计算量（45.2G MACs）间取得平衡，优于多数对比模型。
本报告系统梳理了MFF-Net的研究全貌，为相关领域学者提供了技术细节与性能评估的全面参考。