面向实时深度伪造检测的空间-频率感知多尺度融合网络

随着实时深度伪造生成技术的快速发展，伪造内容在视频会议和社交媒体等应用中变得越来越真实且普遍。尽管基于深度学习的检测器在标准基准数据集上取得了高准确率，但其高计算成本阻碍了实际应用中的实时部署。为此，本文提出一种轻量且高效的实时深度伪造检测架构——空间-频率感知多尺度融合网络（SFMFNet）。我们设计了空间-频率混合感知模块，通过门控机制联合利用空间纹理与频率残留，增强对细微篡改的敏感性。引入 token-selective 跨注意力机制实现多层特征交互，同时采用残差增强的模糊池化结构在下采样过程中保留关键语义线索。实验表明，SFMFNet 在多个基准数据集上实现了准确率与效率之间的良好平衡，具备强大的泛化能力和实际应用价值。