研究人员提出了 Alpha Blending 假设，认为当前的深度伪造检测模型主要识别低级合成伪影，而非真正的生成异常。该假设通过证明检测器对自合成图像和非生成性操纵高度敏感而得到验证。一种名为 BlenD 的新方法，在添加了这些伪影的真实图像上进行训练，在 15 个数据集上实现了卓越的跨数据集泛化能力，而无需使用生成的深度伪造。一个由感知感知模型组成的集成达到了 94.0% 的 AUROC。 AI
影响 表明当前的深度伪造检测器可能容易受到简单的合成伪影的影响，可能需要新的方法来进行鲁棒检测。
排序理由 该集群描述了一篇提出深度伪造检测假设和方法的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →