揭露AI生成视频：一个基准数据集和基于局部与全局时间缺陷的检测方法
计算机视觉与模式识别
2024-05-08 v1
摘要
生成模型在创建逼真视频方面取得了显著进展，这带来了安全问题。然而，由于缺乏AI生成视频的基准数据集，这一新兴风险尚未得到充分解决。在本文中，我们首先使用先进的基于扩散的视频生成算法构建了一个包含各种语义内容的视频数据集。此外，采用网络传输中典型的视频有损操作来生成退化样本。然后，通过分析当前AI生成视频的局部和全局时间缺陷，构建了一个自适应学习局部运动信息和全局外观变化的新型检测框架，以揭露伪造视频。最后，进行了实验以评估不同空间和时间域检测方法的泛化性和鲁棒性，其结果可作为基线，并展示未来研究面临的挑战。
引用
@article{arxiv.2405.04133,
title = {Exposing AI-generated Videos: A Benchmark Dataset and a Local-and-Global Temporal Defect Based Detection Method},
author = {Peisong He and Leyao Zhu and Jiaxing Li and Shiqi Wang and Haoliang Li},
journal= {arXiv preprint arXiv:2405.04133},
year = {2024}
}