实体
Deepfake-Eval-2024
Deepfake-Eval-2024
PulseAugur coverage of Deepfake-Eval-2024 — every cluster mentioning Deepfake-Eval-2024 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新型深度伪造检测器可适应不断演进的生成模型
研究人员开发了 BitMind Forensics (BMF)，一个旨在持续适应不断演进的生成模型的新型深度伪造检测系统。与在现实世界性能下降的静态检测器不同，BMF 通过刷新其训练数据的对抗性竞争进行训练。在十九个公开数据集上的评估显示，BMF 取得了高 AUC 分数，在各种基准测试（包括 AI 生成媒体）上，其性能优于现有的开源模型，并能媲美或超越商业检测器。
-
新的深度伪造基准显示AI检测器性能急剧下降
研究人员推出了Deepfake-Eval-2024，这是一个旨在评估深度伪造检测模型在真实世界、野外内容上的新基准。该基准包含2024年从社交媒体和用户提交中收集的45小时视频、56.5小时音频和1,975张图像，反映了最新的操纵技术。评估显示，开源模型在该新数据集上的性能显著下降，准确率与旧的学术基准相比下降了高达50%。虽然商业和微调模型表现更好，但其准确率仍不及人类法医分析师。
-
小波散射变换提高了语音深度伪造检测的准确性
研究人员开发了一系列新的特征提取器，称为 WST-X，利用小波散射变换 (WST) 来改进语音深度伪造检测。该方法结合了手工制作特征的可解释性与 SSL 特征的高级信息捕获能力。在 Deepfake-Eval-2024 等基准测试上的实验表明，WST-X 通过有效识别细微的声学异常，显著优于现有方法。