Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.00583

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.00583 (cs)
[提交于 2025年7月1日 ]

标题: 通过感知拉直进行人工智能生成视频检测

标题: AI-Generated Video Detection via Perceptual Straightening

Authors:Christian Internò, Robert Geirhos, Markus Olhofer, Sunny Liu, Barbara Hammer, David Klindt
摘要: 生成式AI的快速发展使得高度逼真的合成视频成为可能,这对内容认证提出了重大挑战,并引发了对滥用的紧急担忧。 现有的检测方法通常在泛化能力和捕捉细微的时间不一致性方面存在困难。 我们提出了一种名为ReStraV(Representation Straightening Video)的新方法,用于区分自然视频和AI生成的视频。 受“感知直线化”假设的启发——该假设认为现实世界的视频轨迹在神经表示域中会变得更加直线——我们分析了与这种预期几何特性的偏差。 使用预训练的自监督视觉变压器(DINOv2),我们量化了模型表示域中的时间曲率和分步距离。 我们为每段视频聚合这些度量的统计信息并训练分类器。 我们的分析表明,AI生成的视频在曲率和距离模式上与真实视频有显著不同。 一个轻量级分类器实现了最先进的检测性能(例如,在VidProM基准测试中准确率为97.17%,AUROC为98.63%),明显优于现有的基于图像和视频的方法。 ReStraV计算效率高,提供了一种低成本且有效的检测解决方案。 这项工作为利用神经表示几何进行AI生成视频检测提供了新的见解。
摘要: The rapid advancement of generative AI enables highly realistic synthetic videos, posing significant challenges for content authentication and raising urgent concerns about misuse. Existing detection methods often struggle with generalization and capturing subtle temporal inconsistencies. We propose ReStraV(Representation Straightening Video), a novel approach to distinguish natural from AI-generated videos. Inspired by the "perceptual straightening" hypothesis -- which suggests real-world video trajectories become more straight in neural representation domain -- we analyze deviations from this expected geometric property. Using a pre-trained self-supervised vision transformer (DINOv2), we quantify the temporal curvature and stepwise distance in the model's representation domain. We aggregate statistics of these measures for each video and train a classifier. Our analysis shows that AI-generated videos exhibit significantly different curvature and distance patterns compared to real videos. A lightweight classifier achieves state-of-the-art detection performance (e.g., 97.17% accuracy and 98.63% AUROC on the VidProM benchmark), substantially outperforming existing image- and video-based methods. ReStraV is computationally efficient, it is offering a low-cost and effective detection solution. This work provides new insights into using neural representation geometry for AI-generated video detection.
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI); 机器学习 (cs.LG)
引用方式: arXiv:2507.00583 [cs.CV]
  (或者 arXiv:2507.00583v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.00583
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Christian Internò [查看电子邮件]
[v1] 星期二, 2025 年 7 月 1 日 09:04:21 UTC (17,038 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号