摇晃假象：通过主动探针实时检测深度伪造视频

实时深度伪造是一种生成式 AI，能够在视频中“创建”不存在的内容（例如，将一个人的面部与另一个人的面部替换）。它不幸被用于制造深度伪造视频（如在 web 会议、视频通话和身份验证期间），用于恶意目的，包括金融诈骗和政治虚假信息。深度伪造检测作为对抗深度伪造的对策，吸引了学术界的广泛关注，但现有工作通常依赖被动特征，在越界数据集上可能性能不佳。本文提出了 SFake，一种新的实时深度伪造检测方法，创新性地利用深度伪造模型无法适应物理干扰的能力。具体而言，SFake 通过主动发送探针触发智能手机上的机械振动，产生可控的特征于录像中的结果。据此，SFake 根据人脸区域与探针图案的一致性来判断是否被深度伪造换脸。我们实现了 SFake，在自建数据集上进行评估，并与六种其他检测方法进行比较。结果表明，SFake 在检测准确率、处理速度和内存消耗方面均优于其他检测方法。