基于注视点追踪的 dyadic 视频通话深伪造检测
计算机视觉与模式识别
2026-01-13 v2 人工智能
摘要
随着深度伪造技术的最新进展，现在有可能实时生成令人信服的深度伪造。不幸的是，恶意行为者开始在视频会议期间使用这种新技术进行实时网络钓鱼攻击。视频通话的性质为深度伪造提供了访问其“看到的”内容的机会，即显示给恶意行为者的屏幕。结合从恶意行为者流式传输的视频中估计的注视位置，这使我们能够估计深度伪造在屏幕上注视的地方，即注视点。由于注视点在对话期间并非随机，而是用作微妙非语言交流手段的工具，因此可用作检测深度伪造的手段——深度伪造无法模仿这种微妙的非语言交流。本文提出一种适用于此类攻击类型的实时深度伪造检测方法，利用先前不可用的生物识别信息。我们基于经过仔细审查关于 dyadic 对话中注视模式研究后挑选的可解释特征构建了我们的模型。我们在我们创建的新数据集上对模型进行测试，实现了82%的准确率。这是一个首次报告的利用注视点追踪进行深度伪造检测的方法。
引用
@article{arxiv.2509.25503,
title = {DeepFake Detection in Dyadic Video Calls using Point of Gaze Tracking},
author = {Odin Kohler and Rahul Vijaykumar and Masudul H. Imtiaz},
journal= {arXiv preprint arXiv:2509.25503},
year = {2026}
}