SynthForensics：面向人物导向的合成视频深度伪造基准测试与评估
计算机视觉与模式识别
2026-05-11 v2
摘要
现代 T2V/I2V 生成器合成的人物视频日益难以区分于真实 footage，而当前评估套件仍落后：旧有基准针对 manipulation-based forgeries，而近期的合成视频基准则侧重规模而不注重真实的人类呈现。我们引入 SynthForensics，一个面向人物导向的基准，包含 20,445 个视频，来自 8 个 T2V 和 7 个 I2V 开源生成器，配对来源于 FF++/DFD reals，经过两阶段人类验证，包含四种压缩版本并附带完整元数据。在我们的配对比较人类研究中，评委在对比每个现有九个合成视频基准时，偏好 SynthForensics 的比例为 71%--77%；面部质量指标落在 FF++/DFD 基线范围内。在 15 个检测器和三个协议中，面部基于的方法从 FF++ 降至 SynthForensics 时，平均下降 27 个 AUC 点，区间为 13--55 点；在激进压缩下进一步下降 23 点；微调在旧有基准上可缩小差距，但代价为向后迁移；从头训练显示，合成特征与 manipulation 特征在大多数检测器中 largely disjoint。我们发布数据集、管道和代码。
引用
@article{arxiv.2602.04939,
title = {SynthForensics: Benchmarking and Evaluating People-Centric Synthetic Video Deepfakes},
author = {Roberto Leotta and Salvatore Alfio Sambataro and Claudio Vittorio Ragaglia and Mirko Casu and Yuri Petralia and Francesco Guarnera and Luca Guarnera and Sebastiano Battiato},
journal= {arXiv preprint arXiv:2602.04939},
year = {2026}
}