解密深度伪造：基于深度学习的视频真实性检测
计算机视觉与模式识别
2025-06-17 v2
摘要
深度伪造视频通过先进的人工智能方法制作，如今已成为数字媒体真实性的一大挑战。随着深度伪造的逐渐逼真，检测它们需要能够识别细微不一致性的先进方法。本文的主要动机是利用深度学习技术识别深度伪造视频，具体通过使用卷积神经网络来实现。深度学习在模式识别方面表现出色，因此成为检测深度伪造中细微操纵的理想方法。本文中，我们考虑使用MTCNN作为人脸检测器，并使用EfficientNet-B5作为编码模型来预测视频是否为深度伪造。我们利用来自Kaggle DFDC的训练和评估数据集。实验结果显示，我们的深度伪造检测模型在Kaggle DFDC数据集上获得了42.78%的对数损失、93.80%的AUC和86.82%的F1分数。
引用
@article{arxiv.2505.06528,
title = {Unmasking Deep Fakes: Leveraging Deep Learning for Video Authenticity Detection},
author = {Mahmudul Hasan and Sadia Ruhama and Sabrina Tajnim Sithi and Chowdhury Mohammad Mutamir Samit and Oindrila Saha},
journal= {arXiv preprint arXiv:2505.06528},
year = {2025}
}