基于光流残差与时空一致性的视频伪造检测
计算机视觉与模式识别
2025-08-04 v1
摘要
基于扩散模型的视频生成技术的快速发展产生了越来越逼真的合成内容，为视频伪造检测带来了新的挑战。现有方法往往难以捕捉细粒度的时间不一致性，尤其是在具有高视觉保真度与连贯运动的 AI 生成视频中。在本工作中，我们提出了一种利用时空一致性的检测框架，将 RGB 表观特征与光流残差相结合。该模型采用双分支架构，其中一个分支分析 RGB 帧以检测表观层面的伪影，另一个分支处理光流残差以揭示由不完美的时间合成所引起的细微运动异常。通过融合这些互补特征，所提方法能够有效检测多种类型的伪造视频。在涵盖十种不同生成模型的文生视频与图生视频任务上的大量实验证明了所提方法的鲁棒性与强大的泛化能力。
引用
@article{arxiv.2508.00397,
title = {Video Forgery Detection with Optical Flow Residuals and Spatial-Temporal Consistency},
author = {Xi Xue and Kunio Suzuki and Nabarun Goswami and Takuya Shintate},
journal= {arXiv preprint arXiv:2508.00397},
year = {2025}
}