超越真实与假：面向意图感知的视频分析
计算机视觉与模式识别
2025-12-01 v1
摘要
生成模型的快速发展导致深度伪造视频日益逼真，带来显著的社会和安全风险。虽然现有的检测方法侧重于区分真实与假视频，但这些方法无法回答一个根本问题：该操作视频的意图是什么？为此，我们提出IntentHQ：一个面向人类的意图分析基准，转变范式，从身份验证转向对视频的情境理解。IntentHQ包含5168个视频，经仔细收集和标注，包含23个细粒度意图类别，包括"金融欺诈"、"间接营销"、"政治宣传"等。我们使用监督和自监督的多模态模型进行意图识别，这些模型整合了时空视频特征、音频处理和文本分析，以推断视频背后的潜在动机和目标。我们提出的模型经过精简，可区分广泛的意图类别。
关键词
引用
@article{arxiv.2511.22455,
title = {Beyond Real versus Fake Towards Intent-Aware Video Analysis},
author = {Saurabh Atreya and Nabyl Quignon and Baptiste Chopin and Abhijit Das and Antitza Dantcheva},
journal= {arXiv preprint arXiv:2511.22455},
year = {2025}
}