arXiv · cs.AI· Qiwu Wen, Jahangir Alam·· 1 天前
基于共享-私有跨模态差异学习的不平衡多源音视频深度伪造检测
Shared-Private Cross-Modal Discrepancy Learning for Imbalanced Multi-Source Audio-Visual Deepfake Detection
arXiv:2610.25301v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Qiwu Wen, Jahangir Alam
研究任务与主要进展
作者提出Pre-MSCT共享-私有特征融合方法，用于已知来源身份下的不平衡多源音视频深度伪造检测。该方法以共享流建模跨来源可复用证据、以私有流保留来源差异，并通过域感知门控残差融合生成预测。基于论文摘要，在FakeAVCeleb和LAV-DF上按两种受控来源组成协议进行实验，宏观AUC和最差来源AUC均优于MRDF与MSCT基线。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org