实体
Celeb-DF v2
Celeb-DF v2
PulseAugur coverage of Celeb-DF v2 — every cluster mentioning Celeb-DF v2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的深度伪造检测方法和数据集出现，以应对人工智能生成的视频威胁 · 跟踪了 7 个来源
研究人员正在开发先进的方法来检测和归因深度伪造视频，特别是那些由复杂的姿势引导扩散模型生成的视频。MoDA 等新框架旨在识别这些生成器留下的细微伪影和光谱指纹，在分布内和跨数据集评估中均取得高精度。其他工作包括创建 DDL 和 CCDF 等大规模数据集，以涵盖更多样化的深度伪造生成方法和真实世界场景，支持开发更鲁棒和可解释的检测和定位工具。此外，研究正在探索超越标准系数的深度伪造检测，专注于视觉线索和时间建模，以提高准确性和跨不同数据…
-
新的WAVIE系统提高了深度伪造检测的泛化能力
研究人员开发了WAVIE，一个新颖的深度伪造检测系统，旨在跨各种操纵方法实现泛化。与现有在未见过的伪造技术上表现不佳的检测器不同，WAVIE使用冻结的CLIP骨干网络和离散小波变换来整合空间和频率域信息。当仅在FaceForensics++数据集上进行训练时，WAVIE在Celeb-DF-v1、Celeb-DF-v2和WildDeepFake数据集上表现强劲，优于当前最先进的泛化基线。
-
新的深度伪造检测器融合面部线索与生理信号
研究人员开发了一种新的深度伪造检测方法，该方法分析面部运动和心率等生理信号。通过在现有的 rPPG 数据集上构建高保真深度伪造，他们发现操纵会破坏自然的生理线索和面部行为。他们提出的双向协同注意力融合检测器能有效捕捉这些跨层依赖性，在构建的数据集上实现了高 AUC 分数，并证明了其在其他深度伪造基准上的适用性。