
AAAI 2025 | 开放世界的深伪检测,北交大团队:解决好无配对数据挑战很重要
AAAI 2025 | 开放世界的深伪检测,北交大团队:解决好无配对数据挑战很重要现有的深伪检测方法大多依赖于配对数据,即一张压缩图像和其对应的原始图像来训练模型,这在许多实际的开放环境中并不适用。尤其是在社交媒体等开放网络环境(OSN)中,图像通常经过多种压缩处理,导致图像质量受到影响,深伪识别也因此变得异常困难。
来自主题: AI技术研报
6895 点击 2024-12-23 09:44
现有的深伪检测方法大多依赖于配对数据,即一张压缩图像和其对应的原始图像来训练模型,这在许多实际的开放环境中并不适用。尤其是在社交媒体等开放网络环境(OSN)中,图像通常经过多种压缩处理,导致图像质量受到影响,深伪识别也因此变得异常困难。