社交媒体深度伪造检测：基于3D卷积神经网络的时间性Artifact分析
计算机视觉与模式识别
2026-05-19 v1 密码学与安全
摘要
合成人脸视频在社交媒体上的传播速度已快于平台审核的响应速度，这增加了虚假信息和基于身份的攻击的成本。帧级深度伪造检测器随着生成器质量的提升而显著下降；128x128的高质量GAN输出将空间-only准确率降低约5个百分点，但留下的时间性不一致性基本完整。我们通过基于R3D-18的3D卷积神经网络检测器来弥补这一差距，采用组合损失函数，结合二进制交叉熵与时间一致性正则化。模型处理来自DeepfakeTIMIT数据集的16帧剪辑，并初始化于Kinetics-400动作识别权重。在128x128分辨率下，我们在数据集内评估获得92.8%的准确率；跨数据集转移到FaceForensics++（无需微调）达76.4%，微调后提升。消融实验表明，迁移学习贡献7.2个百分点，人脸跟踪贡献3.5个百分点，而时间一致性正则化在高质量伪造样本上提供额外提升。结果表明，时间性Artifact比空间性Artifact更具普适性，提供的检测信号能抵御社交媒体的重新编码。
引用
@article{arxiv.2605.17573,
title = {Deepfake Detection in Social Media: A Temporal Artifact Analysis Using 3D Convolutional Neural Networks},
author = {Mohammadreza Rashidi and Raja Hashim Ali and Sami Ur Rahman},
journal= {arXiv preprint arXiv:2605.17573},
year = {2026}
}
备注
13 pages, 6 figures