研究人员开发了两个新的深度伪造检测框架,解决了当前模型的局限性。第一个是AdaGate-DF,它通过自适应地将样本通过双重多出口系统来节省计算量,专为低分辨率和资源受限的环境设计。它在基准数据集上实现了高精度,同时保持了低推理延迟。第二个框架是模态特定频率蒸馏(MSFD),专注于持续的视频深度伪造检测。MSFD将视频特征分解为空间、时间和时空模态,以在连续的模型更新中保留知识,在适应新的伪造模式方面优于现有方法。 AI
影响 这些进展可以提高深度伪造检测系统的准确性和效率,尤其是在具有挑战性的现实场景中。
排序理由 两篇在arXiv上发表的介绍新型深度伪造检测方法的学术论文。
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Modality-Specific Frequency Distillation
- ScienceCast
- AdaGate-DF
- Celeb-DF
- DefakeHop++
- FaceForensics++
- MaD-CoRN
- ShuffleNetV2
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →