图像操作检测的关键挑战在于如何学习既对新数据中的操作敏感又具有特异性以防止在真实图像上产生误报的泛化特征。当前的研究主要强调敏感性，而忽视了特异性。本文通过多视图特征学习和多尺度监督来解决这两个方面的问题。前者通过利用篡改区域周围的噪声分布和边界伪影，旨在学习语义无关且更具泛化的特征。后者使我们能够从真实图像中学习，而这些真实图像对于当前基于语义分割网络的方法来说是非平凡的。我们的思路通过一个名为MVSS-Net的新网络得以实现。在五个基准数据集上的大量实验验证了MVSS-Net在网络层面和像素层面进行图像操作检测的有效性。