本研究提出SAFIRE方法，通过点提示实现多源区域分割，克服了图像伪造定位的二分类局限，提升了学习的稳定性和有效性，表现出优越性能。

本研究利用卷积神经网络（CNN）分析JPEG压缩，以定位图像伪造区域。提出的Compression Artifact Tracing Network（CAT-Net）在检测和本地化篡改方面表现优异。同时，研究探讨了JPEG压缩对图像识别的影响，并提出多种去噪和伪像去除方法，显示出在智能物联网系统中提升存储和能量效率的潜力。