本研究提出两种轻量级深度学习模型，旨在快速准确地检测人脸伪造。这些模型在识别伪造面孔时展现出高准确性和计算效率，具有广泛的应用潜力。

CoReST是一种自我监督变压器协同对比和重建学习方法，通过在真实人脸视频上进行自我监督预训练，然后在特定的人脸伪造视频数据集上用线性头进行微调，增强表示学习。实验结果表明，该方法在公共数据集上的表现比现有的有监督竞争方法更好，并具有令人印象深刻的泛化性能。