基于感知直线化的AI生成视频检测

生成式AI的快速发展使得合成视频具有高度的逼真度，这对内容认证提出了重大挑战，也引发了滥用的迫切关切。现有检测方法往往难以实现泛化且捕捉细微的时序不一致性。我们提出了ReStraV(Representation Straightening Video)，一种新颖的视频来自视频方法，用于区分自然视频与AI生成视频。灵感来自“感知直线化”假设——即建议现实世界视频轨迹在神经表示域中变得更直——我们分析这些几何性质的偏离。使用预训练的自监督视觉变换器(DINOv2)，我们量化表示域中时间曲率和步进距离。我们聚合这些措施的统计数据用于每个视频并训练一个分类器。我们的分析表明，AI生成的视频在曲率和距离模式方面显著不同于真实视频。一个轻量级分类器实现了最先进的检测性能（例如，在VidProM基准测试上达97.17%的准确率和98.63%的AUROC），显著优于现有的基于图像和视频的方法。ReStraV计算效率高，提供了一种低成本且有效的检测解决方案。本工作为使用神经表示几何进行AI生成视频检测提供了新的见解。