GAN 合成街景视频的检测
计算机视觉与模式识别
2021-09-20 v2 人工智能
摘要
关于 AI 生成视频检测的研究几乎完全集中在人脸视频上，通常被称为深度伪造。人脸交换、人脸重现和表情操纵等操作一直是深入研究的主题，并开发了许多有效的工具来区分人工视频和真实视频。然而，对于非人脸的人工视频检测关注甚少。然而，生成此类视频的新工具正在快速发展，并将很快达到深度伪造视频的质量水平。本文的目标是研究一种新型 AI 生成视频的可检测性，该视频帧取驾驶街景序列（本文称为 DeepStreets 视频），由于其性质，无法使用与人脸深度伪造相同的工具进行分析。具体来说，我们提出了一种简单的基于帧的检测器，在由 Vid2vid 架构生成的最先进的 DeepStreets 视频上取得了非常好的性能。值得注意的是，该检测器在压缩视频上保持了非常好的性能，即使训练期间使用的压缩级别与测试视频使用的压缩级别不匹配。
引用
@article{arxiv.2109.04991,
title = {Detection of GAN-synthesized street videos},
author = {Omran Alamayreh and Mauro Barni},
journal= {arXiv preprint arXiv:2109.04991},
year = {2021}
}
备注
Accepted in the 29th European Signal Processing Conference (EUSIPCO), Dublin, Ireland, August 2021