深度伪造检测与图神经网络：统一且轻量级的学习框架

生成式视频模型的不断涌现使检测 AI 生成和操纵的视频已成为迫在眉睫的挑战。现有检测方法往往因依赖孤立的空间、时间或频谱信息而难以在多样化的操纵类型之间泛化,且通常需要大型模型才能取得佳绩。本文引入 SSTGNN,一个轻量级空间-频谱-时间图神经网络框架,将视频表示为结构化图,实现对空间不一致性、时间性痕迹和频谱失真的联合推理。SSTGNN 将可学习的频谱滤波器和空间-时间微分建模集成到统一的图基架构中,更有效地捕获细微的操纵痕迹。大量实验表明,SSTGNN 不仅在同一域内和跨域设置中均实现卓越性能,而且在效率和资源分配方面表现出色。显著的是,SSTGNN 以最高可达 42 倍的参数数量比最先进模型更少,实现了这些成果,使其高度轻量且友好地适用于实际部署。