PulseAugur
中
实时 08:02:09
English(EN) Omni-Fake: Benchmarking Unified Multimodal Social Media Deepfake Detection

新的Omni-Fake数据集对社交媒体上的多模态深度伪造检测进行基准测试

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了Omni-Fake，这是一个新的基准数据集，旨在改进社交媒体上多模态深度伪造的检测。该数据集包含跨图像、音频、视频和音频-视频说话人脸模态的超过100万个样本，以及一个用于测试泛化能力的分布外基准。Omni-Fake还支持一个用于深度伪造的联合检测、定位和解释的协议，并引入了一个名为Omni-Fake-R1的基于强化学习的检测器，该检测器集成了跨模态线索，以获得更准确和可解释的结果。 AI

影响 增强了检测复杂多模态深度伪造的能力，这对于在社交媒体平台上维护信息完整性至关重要。

排序理由 该集群描述了一篇介绍基准数据集和多模态深度伪造新检测方法的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的Omni-Fake数据集对社交媒体上的多模态深度伪造检测进行基准测试

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Tianxiao Li, Zhenglin Huang, Haiquan Wen, Yiwei He, Xinze Li, Bingyu Zhu, Wuhui Duan, Congang Chen, Zeyu Fu, Yi Dong, Baoyuan Wu, Jason Li, Guangliang Cheng ·

    Omni-Fake: Benchmarking Unified Multimodal Social Media Deepfake Detection

    arXiv:2605.01638v1 Announce Type: new Abstract: Multimodal deepfakes are proliferating on social media and threaten authenticity, information integrity, and digital forensics. Existing benchmarks are constrained by their single-modality scope, simplified manipulations, or unreali…

相关实体

相关话题