深度伪造检测的一种新颖统一方法
计算机视觉与模式识别
2026-01-08 v1
摘要
人工智能领域的发展正不断引发各种威胁。其中最突出的是深度伪造的合成与滥用。为了维持数字时代的信任，深度伪造的检测与标记是至关重要的。本文提出一种用于深度伪造检测的新型架构，适用于图像和视频。该架构使用空间域特征与频率域特征之间的交叉注意力，以及血液检测模块来对图像进行真实或伪造分类。本文旨在开发统一架构并提供每一步的见解。尽管采用这种方法，我们在FF++和Celeb-DF上实现了优于SOTA的结果，分别为99.80%，99.88% AUC，特别是使用Swin Transformer和BERT；使用EfficientNet-B4和BERT时为99.55，99.38。该方法在跨数据集方面也表现出很好的泛化能力。
引用
@article{arxiv.2601.03382,
title = {A Novel Unified Approach to Deepfake Detection},
author = {Lord Sen and Shyamapada Mukherjee},
journal= {arXiv preprint arXiv:2601.03382},
year = {2026}
}