基于时空异常学习的 AI 生成视频检测
原文中文,约300字,阅读约需1分钟。发表于: 。该研究探讨了有效的基于人工智能生成视频的检测方案,通过使用两个分支的时空卷积神经网络来捕捉取证迹象,对视频的空间和光流异常进行分析,通过融合子检测器的结果来提高判别能力,并构建了一个大规模生成的视频数据集作为模型训练和评估的基准。
本文介绍了一种生成通用时空伪异常的方法,通过修复被屏蔽区域图像和混合光流来产生时间空间扭曲。通过学习重建质量、时间不规则性和语义不一致性等异常指标,在开放集识别任务下检测现实世界的异常。实验证明该方法在性能上与其他基于伪异常生成和重建的方法相当。同时,通过识别伪异常可以发现现实世界的异常。