研究人员开发了一种深度学习模型，用于检测孟加拉语中伪造的新闻照片卡，这是一种常见的本地化错误信息格式。该研究创建了一个包含真实和伪造照片卡的数据库，发现全连接人工神经网络由于空间线索丢失而难以奏效。紧凑型卷积神经网络（CNN）的准确率超过87%，而经过微调的YOLOv8n-cls骨干网络准确率接近97.4%，证明了深度学习在此视觉取证任务中的有效性。 AI
影响 为打击视觉错误信息提供了一种新方法，特别是在基于文本的事实核查不足的地区。
排序理由 学术论文，详细介绍了一种用于特定问题的新深度学习模型和数据集。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
