论文提出SpInShield框架防御深度伪造检测时序攻击
热点事件持续更新
论文提出SpInShield框架防御深度伪造检测时序攻击
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Zheyuan Gu等作者在arXiv发布论文《Exposing and Mitigating Temporal Attack in Deepfake Video Detection》,指出时空深度伪造检测器虽AUC很高,但易过拟合脆弱的时序频谱线索而遭规避攻击,并提出时序频谱不变防御框架SpInShield。 该框架用可学习频谱对抗合成极端频谱形变,并以shortcut抑制优化迫使编码器提取可靠取证线索。作者称,在模拟幅度频谱攻击下SpInShield的AUC超最强基线21.30个百分点,在常用数据集上表现具竞争力。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
SpInShield:揭示并缓解深度伪造视频检测中的时序攻击报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AISpInShield:揭示并缓解深度伪造视频检测中的时序攻击
arXiv 论文指出时空深度伪造检测器虽 AUC 很高,但易过拟合脆弱的时序频谱线索而遭规避攻击。作者提出 SpInShield,一种时序频谱不变的防御框架,用可学习频谱对抗合成极端频谱形变,并以 shortcut 抑制优化迫使编码器提取可靠取证线索。实验显示其在模拟幅度频谱攻击下 AUC 超最强基线 21.30 个百分点,在常用数据集上表现具竞争力。
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。