提出共享-私有跨模态方法应对多源音视频深伪检测
热点事件观察中
提出共享-私有跨模态方法应对多源音视频深伪检测
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Qiwu Wen 与 Jahangir Alam 在 arXiv 提交论文，提出 Pre-MSCT 共享-私有特征融合方法，针对已知来源身份的多源音视频深度伪造检测：共享流建模跨来源可复用证据，私有流保留来源差异，再经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实验，宏观 AUC 与最差来源 AUC 均优于 MRDF 与 MSCT 基线；作者称结果支持该方法在所评估的双来源、已知来源身份设置下的有效性。
AI 根据报道生成 · 10 小时前更新
最新进展10月20日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AI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
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。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- –
0246
06:0008:0010:0012:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。