该研究提出了一种空间-时间多层次关联框架，以提升视频对象分割效果。通过时空卷积神经网络和无监督学习方法，利用未标记视频数据进行目标分割，在多个数据集上取得最佳性能。此外，研究介绍了新的大型视频对象分割数据集YouTube-VOS，为未来算法提供基础。

该研究探讨了基于人工智能生成视频的检测方案，提出了使用时空卷积神经网络捕捉视频异常的方法，并构建了大规模数据集用于模型训练。研究表明，合成视频的痕迹可学习，且通过少样本学习能够准确检测新生成器。此外，提出的新型深度伪造检测方法利用多种模式提升了检测效果。