FakeParts：一类新型 AI 生成的深度伪造内容
计算机视觉与模式识别
2025-12-22 v2 人工智能
多媒体
摘要
我们引入了 FakeParts，一类新型深度伪造内容，其特征是对原本真实视频的特定空间区域或时间段进行细微、局部的篡改。与完全合成的内容不同，这些局部篡改——从改变面部表情到物体替换和背景修改——与真实元素无缝融合，使其具有极强的欺骗性且难以检测。为解决检测方面的关键空白，我们提出了 FakePartsBench，这是首个专门设计用于捕捉局部深度伪造全貌的大规模基准测试。我们的数据集包含超过 81K 个视频（包括 44K 个 FakeParts 视频），并带有像素级和帧级篡改标注，能够对检测方法进行全面评估。我们的用户研究表明，与传统深度伪造内容相比，FakeParts 使人类检测准确率降低了高达 26%，在最先进的检测模型中也观察到了类似的性能下降。这项工作识别了当前检测器中存在的紧迫漏洞，并提供了必要的资源以开发对局部篡改具有鲁棒性的方法。
引用
@article{arxiv.2508.21052,
title = {FakeParts: a New Family of AI-Generated DeepFakes},
author = {Ziyi Liu and Firas Gabetni and Awais Hussain Sani and Xi Wang and Soobash Daiboo and Gaetan Brison and Gianni Franchi and Vicky Kalogeiton},
journal= {arXiv preprint arXiv:2508.21052},
year = {2025}
}