本研究提出了一种基于变换器的深度伪造视频检测框架，通过利用运动信息中的方向性不一致模式来提升检测的普适性，并引入时空不变损失以防止过拟合。实验结果表明该方法有效且具有先进性能。

本文介绍了多种目标检测模型的研究进展，包括时空采样网络（STSN）和YOLO系列模型。STSN通过时间可变卷积实现视频目标检测，表现优异且无需额外监督。YOLO模型在农业中应用，提升了作物检测和收获效率，优化了实时物体检测能力。这些模型在不同条件下均取得显著成果。

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。

本文提出了一种基于一维U-Net和Transformer编码器的视频时间精准行动检测模型，结合锐度感知最小化和混合数据增强方法进行训练，在SoccerNet-v2数据集上取得最佳性能。同时，研究了多模态音频和视频的动作定位与分类，提升了平均精度。

本文探讨了多种基于深度学习的方法用于检测视频中的深度假像和异常行为，提出了时空卷积网络、时间知识蒸馏和图注意力网络等技术，显著提高了检测性能和效率，尤其在面部伪造和交通预测领域表现突出。