DYMAPIA：面向人工智能生成视频篡改的多域检测框架
计算机视觉与模式识别
2026-04-28 v1
摘要
人工智能生成媒体正在快速发展，引发对内容真实性和数字信任的迫切关切。我们介绍 DYMAPIA，一个多域深度伪造检测框架，通过融合空间、频谱和时间线索来捕捉视觉数据中微妙的篡改痕迹。该系统通过结合傅里叶谱、局部纹理描述子、边缘不规则性和光流一致性，构建动态异常掩码，以实现精细的空间精度。这些掩码指导 DistXCNet—a 来自 Xception distillation 并使用深度可分离卷积优化的轻量级分类器，以实现快速、面向区域的分类。这种联合设计实现了最先进的成果，在 FF++、Celeb-DF 和 VDFD 基准测试中准确率和 F1 分数均超过 99%，同时保持模型紧凑，适用于实时使用。除了在现有全帧和多域检测器中取得优异成绩外，DYMAPIA 还显示出在时间关键的 Forensic 任务中的部署就绪能力，包括媒体验证、误信息防御和安全内容过滤。
引用
@article{arxiv.2604.24426,
title = {DYMAPIA: A Multi-Domain Framework for Detecting AI-based Video Manipulation},
author = {Md Shohel Rana and Andrew H. Sung},
journal= {arXiv preprint arXiv:2604.24426},
year = {2026}
}