超越空间频率：基于像素级时域频率的深度伪造视频检测

我们提出一种深度伪造视频检测方法，利用像素级时域不一致性进行检测，传统基于空间频率的检测器往往忽略这一点。传统检测器仅通过在帧之间堆叠空间频率谱来表示时域信息，导致无法检测像素平面上的时域瑕疵。我们的方法对时间轴上的每个像素执行一维傅里叶变换，提取对时域不一致性高度敏感的特征，尤其在易产生不自然运动的区域。为精确定位包含时域瑕疵的区域，我们引入注意力提议模块，通过端到端方式进行训练。此外，我们的联合Transformer模块有效地将像素级时域频率特征与时空上下文特征相集成，扩大了可检测的伪造瑕疵范围。该框架代表了深度伪造视频检测的重大进步，能够在多样化且具挑战性的检测场景中提供稳健的性能。