GenLie：在稀疏性和语义干扰下的全局增强谎言检测网络
计算机视觉与模式识别
2026-03-19 v1 人工智能
摘要
视频基谎言检测旨在从视觉线索中识别欺骏行为。尽管近期取得了进展，但其核心挑战在于学习稀疏且具辨识力的表征。欺骏信号通常微弱且短暂，容易被冗余信息淹没，而个体和情境变异引入强烈的身份相关噪声。为此，我们提出了 GenLie，一种在稀疏性和语义干扰下的全局增强谎言检测网络，进行局部特征建模。具体而言，稀疏微弱的欺骏线索在局部水平上被捕获，而全局监督和优化确保稳健且具辨识力的表征，通过抑制身份相关噪声来实现。实验在覆盖高风险和低风险情境的三个公开数据集上表明，GenLie 一致优于最先进的方法。源代码可在 https://github.com/AliasDictusZ1/GenLie 获取。
引用
@article{arxiv.2603.16935,
title = {GenLie: A Global-Enhanced Lie Detection Network under Sparsity and Semantic Interference},
author = {Zongshun Zhang and Yao Liu and Qiao Liu and Xuefeng Peng and Peiyuan Jiang and Jiaye Yang and Daibing Yao and Wei Lin},
journal= {arXiv preprint arXiv:2603.16935},
year = {2026}
}
备注
Accepted to IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2026