跳到正文
arXiv · AI· Haoran Sun, Chen Cai, Huiping Zhuang, Kong Aik Lee, Lap-Pui Chau, Yi Wang·· 3 天前AI 评分28

EDVD-LLaMA:基于多模态大语言模型推理的可解释深度伪造视频检测

EDVD-LLaMA: Explainable Deepfake Video Detection via Multimodal Large Language Model Reasoning

AI 导读

研究人员提出 EDVD-LLaMA 框架,通过可解释推理提升深度伪造视频检测的准确性与泛化能力。 该框架结合时空细微信息标记化(ST-SIT)与细粒度多模态思维链(Fg-MCoT),实现像素级时空定位并抑制模型幻觉。 研究还构建了可解释推理 FF++ 基准数据集(ER-FF++set),在跨伪造方法和跨数据集场景中展现出优于传统检测方法的鲁棒性。

来源:arXiv · AI · arxiv.org