Pindrop it! 用于鲁棒检测与细粒度定位的音视频深度伪造对策
计算机视觉与模式识别
2025-10-28 v2 声音
音频与语音处理
摘要
视觉和音频生成领域正随着新的最先进方法而蓬勃发展。这种新技术的快速涌现凸显了对检测视频中合成内容的鲁棒解决方案的需求。特别是，当在视觉、音频或两者领域通过局部操作进行细粒度篡改时，这些细微的修改给检测算法增加了挑战。本文提出了针对深度伪造视频分类和定位问题的解决方案。这些方法已提交至 ACM 1M Deepfakes Detection Challenge，在评估数据集的 TestA 划分中，于时间定位任务中取得了最佳性能，并在分类任务中排名前四。
引用
@article{arxiv.2508.08141,
title = {Pindrop it! Audio and Visual Deepfake Countermeasures for Robust Detection and Fine Grained-Localization},
author = {Nicholas Klein and Hemlata Tak and James Fullwood and Krishna Regmi and Leonidas Spinoulas and Ganesh Sivaraman and Tianxiang Chen and Elie Khoury},
journal= {arXiv preprint arXiv:2508.08141},
year = {2025}
}