SVC 2025：首个多模态欺骗检测挑战
计算机视觉与模式识别
2025-08-07 v1
摘要
欺骗检测是安全筛查、欺诈防治和可信度评估等现实应用中的关键任务。虽然深度学习方法在超越人类水平方面显示出前景，但其效果往往取决于高质量且样本多样性的 availability。现有研究主要聚焦于单一场景，忽略了由域迁移导致的显著性能下降。为此，我们提出了 SVC 2025 多模态欺骗检测挑战，这是一个新的基准，旨在评估音视频欺骗检测中的跨域泛化。参赛者需开发模型，不仅在各个单独域中表现良好，还能在多个异构数据集之间泛化。通过利用包括音频、视频和文本在内的多模态数据，该挑战鼓励设计能够捕捉细微和隐式欺骗线索的模型。通过该基准，我们旨在推动更具可适应性、可解释且可实际部署的欺骗检测系统的发展，进而推动更广泛的多模态学习领域。通过本次工作坊竞赛的结束，总计有21支团队提交了最终结果。更多信息请访问 https://sites.google.com/view/svc-mm25
引用
@article{arxiv.2508.04129,
title = {SVC 2025: the First Multimodal Deception Detection Challenge},
author = {Xun Lin and Xiaobao Guo and Taorui Wang and Yingjie Ma and Jiajian Huang and Jiayu Zhang and Junzhe Cao and Zitong Yu},
journal= {arXiv preprint arXiv:2508.04129},
year = {2025}
}
备注
Accepted by Workshop SVC of ACM MM 2025