Spectra:多尺度隐式分解的深度伪造检测框架
热点事件持续更新
Spectra:多尺度隐式分解的深度伪造检测框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Dhananjaya Jayasundara、Kartik Narayan 和 Vishal M. Patel 提交论文,提出深度伪造检测框架 Spectra。该框架从图像专属的隐式神经表示(INR)中提取多级重建热力图,再与语义视觉特征双向融合,使模型捕捉较少依赖特定生成流程的伪造线索。作者称,在多个深度伪造基准上,Spectra 的鲁棒性和跨数据集泛化能力优于仅基于 RGB 外观或语义表征的检测器;该表征还可扩展至人脸呈现攻击检测。
AI 根据报道生成 · 48 分钟前更新
最新进展10月26日 12:00
Spectra:面向深度伪造检测的多尺度隐式分解框架报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- arXiv cs.AISpectra:面向深度伪造检测的多尺度隐式分解框架
Spectra 是一个结合语义视觉表征与 INR 重建伪影线索的深度伪造检测框架,通过从图像专属 INR 提取多级重建热力图,并与语义特征双向融合,让模型捕捉较少依赖特定生成流程的伪造线索。在多个深度伪造基准上,其鲁棒性和跨数据集泛化能力均优于仅基于 RGB 外观或语义表征的检测器。该表征还可扩展至人脸呈现攻击检测。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。