抵消视频复制检测中的时序攻击

视频复制检测（VCD）在版权保护和内容验证中发挥着关键作用，通过识别大规模视频数据库中的重复项和近重复项来实现。META AI 挑战提供了评估最新方法的基准，Dual-level 检测方法作为获奖方案出现。该方法集成了视频编辑检测和帧场景检测，以高效处理对抗性转换和大数据集。然而，我们的分析揭示了 VED 组件存在显著局限，特别是其处理精确副本的能力。此外，Dual-level 检测对时序攻击表现出脆弱性。为此，我们提出了一种改进的帧选择策略，基于帧间差异的局部最大值，以增强对抗性时序修改的鲁棒性，同时显著降低计算开销。我们的方法在效率上比标准 1 FPS 方法提高了 1.4 至 5.8 倍。与 Dual-level 检测方法相比，我们的方法在保持相当的微平均精度（$\mu$AP）的同时，也显示出对时序攻击的改进鲁棒性。给定 56% 减少的表示大小和推理时间快于 2 倍，使我们的方法更适用于资源受限的实际场景。