定位和验证:用于改进深伪造检测的双流网络
原文中文,约300字,阅读约需1分钟。发表于: 。通过创新的双流网络、多功能模块和半监督补丁相似性学习策略,本研究在深伪检测领域取得了显著的改进,通过六个基准测试表明具有较强的鲁棒性和普适性,并在深伪检测挑战预览数据集上将帧级 AUC 从 0.797 提高至 0.835,将 CelebDF_v1 数据集上的视频级 AUC 从 0.811 提高至 0.847。
本研究在深伪检测领域取得了显著的改进,具有较强的鲁棒性和普适性,在六个基准测试中表现良好。在深伪检测挑战预览数据集上,将帧级 AUC 从 0.797 提高至 0.835,将 CelebDF_v1 数据集上的视频级 AUC 从 0.811 提高至 0.847。