计算机科学 > 计算机视觉与模式识别
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.