应对在线错误信息视频：特征刻画、检测与未来方向

随着通过在线视频流获取信息日益普及，错误信息视频对在线信息生态系统的健康构成了新的威胁。尽管先前的研究在检测文本和图像格式的错误信息方面取得了很大进展，但基于视频的错误信息给自动检测系统带来了新的独特挑战：1) 各种模态带来的高信息异构性，2) 误导性视频操纵与无害艺术视频编辑之间模糊的界限，以及 3) 由于推荐系统在在线视频平台上的主导地位而导致的错误信息传播新模式。为了促进这一具有挑战性的任务的研究，我们进行了这项综述，以展示错误信息视频检测方面的进展。我们首先从信号、语义和意图三个层面分析并刻画错误信息视频。基于该特征刻画，我们系统地回顾了现有的检测工作，从各种模态的特征到线索整合技术。我们还介绍了现有的资源，包括具有代表性的数据集和有用的工具。除了总结现有研究外，我们讨论了相关领域，并概述了开放问题和未来方向，以鼓励和指导更多关于错误信息视频检测的研究。相应的代码库位于 https://github.com/ICTMCG/Awesome-Misinfo-Video-Detection。