في عصر تزايد استخدام أدوات تعديل الصور والذكاء الاصطناعي التوليدي (Generative AI)، أصبحت التحديات في التحقق من مصداقية الصور الرقمية أكثر تعقيدًا. حيث تؤثر هذه التحديات بشكل ملحوظ على مجالات مثل الصحافة والتحليل الجنائي والثقة العامة. على الرغم من وجود العديد من الخوارزميات الجنائية (Forensic Algorithms) المصممة لكشف التلاعب، إلا أن العديد منها تعاني من قيود مثل قلة المتانة وعدم القدرة على التعامل مع أنواع مختلفة من التلاعب وظروف الصور المتعددة.

لذا، نقدم لكم FRAME، وهي طريقة مبتكرة لعملية الروتين الجنائي (Forensic Routing) ودمج الأدلة عبر مسارات متعددة (Adaptive Multi-path Evidence Fusion) للكشف عن تلاعب الصور. تقوم FRAME بتنظيم خوارزميات جنائية متنوعة ضمن فضاء تحليلي متعدد المسارات، حيث تقوم بشكل تكيفي باختيار المسارات الجنائية الأكثر إفادة لكل صورة مُدخلة، وتدمج الأدلة التكميلية لتعزيز الأداء في الكشف والتحديد.

بدلاً من الاعتماد على تحليل طريقة واحدة أو استراتيجيات دمج ثابتة، توفر FRAME نهجًا أكثر مرونة وقوة في التفكير الجنائي للصور، مع الحفاظ على إمكانية تفسير النقاط الجنائية من مصادر الأدلة المتعددة. ونتائج التجارب تشير إلى فعالية FRAME عبر سيناريوهات تلاعب متنوعة، مما يعكس إمكانياتها الكبيرة في هذه المجال.

لمن يرغب في استكشاف المزيد، يمكنكم الوصول إلى الكود على موقع GitHub [FRAME على GitHub](https://github.com/kzhao5/FRAME).