PIXELMOD：提升 Twitter 上视觉误导信息软性监管能力
核理论
2024-07-31 v1 高能天体物理现象
摘要
图像是传递误导或明确错误信息的强大且立即的载体，但规模化识别基于图像的误information 存在独特挑战。本文提出了 PIXELMOD 系统，利用感知哈希、向量数据库和光学字符识别（OCR）高效识别可获软性监管标签的图像候选对象。我们展示了 PIXELMOD 在软性监管应用中优于现有图像相似性方法，性能开销可忽略不计。随后我们在围绕 2020 年美国总统大选的推文数据集上进行测试，发现其能够以 0.99% 的误检率和 2.06% 的漏检率识别可获软性监管的视觉误导图像。
关键词
引用
@article{arxiv.2407.20986,
title = {Spin response of neutron matter in ab initio approach},
author = {J. E. Sobczyk and W. Jiang and A. Roggero},
journal= {arXiv preprint arXiv:2407.20986},
year = {2024}
}