10月20日|第29届acm角度多媒体解耦模块在成都举行( 三 )


SpatiotemporalInconsistencyLearningforDeepFakeVideoDetection
10月20日|第29届acm角度多媒体解耦模块在成都举行
文章图片
随着人脸生成技术的快速发展 , 人脸伪造检测也受到越来越多的关注 。 现有的方法往往将人脸伪造检测问题建模为二分类问题并提出了基于图像和视频的检测方法 。 本文从一个新的角度出发 , 将该任务建模为时空不一致性学习过程 , 通过抓取伪造视频在空间和时序运动中的伪造痕迹来进行真假鉴别 。 具体地 , 本文设计了一个新的STIL单元 , 主要包括空间不一致性模块(SIM) , 时间不一致性模块(TIM)以及信息互补模块(ISM) 。 其中SIM采用具有残差结构的注意力机制重点捕捉空间不一致 , TIM分别从水平和竖直两个方向捕捉时序运动中的不一致 , ISM则进一步促进空间不一致和时序不一致间的信息交互 。 STIL单元非常灵活 , 可以插到大多数已有的2D网络中 。 大量的实验表明我们提出的方法在多个数据集上优于现有的方法 , 同时详细的可视化也充分证明了我们方法的可解释性 。
以研促产腾讯优图实验室通过AI助力数字经济发展
作为腾讯旗下顶级的人工智能实验室 , 腾讯优图实验室始终聚焦计算机视觉技术 , 专注人脸识别、图像识别、OCR等领域 , 致力于在工业制造、医疗应用、金融保险、娱乐社交等多行业场景的研究与落地 。
凭借在视觉AI技术上的研究成果 , 腾讯优图目前已拥有超过1000件全球AI专利 , 更有300余篇论文被AAAI、ICCV等国际顶级AI会议收录 。 同时 , 腾讯优图还通过腾讯云共输出超过20项AI解决方案 , 100+AI原子能力 , 助力各行各业实现数字化转型 。
10月20日|第29届acm角度多媒体解耦模块在成都举行】此外 , 腾讯优图还打造了如跨年龄AI寻人、青少年内容审核、AI探星等技术能力 , 践行腾讯“科技向善”的使命和愿景 。 未来 , 优图实验室将继续专注人工智能技术发展 , 通过推进AI基础设施研发的形式为产业数字化转型提供助力 , 促进数字经济加速发展 。