Loading...
机构名称:
¥ 1.0

现有的视听深击检测方法主要集中于高级效率,以建模音频和视觉数据之间的矛盾。因此,这些副本通常忽略了更精细的视听伪像,这些伪影是深击所固有的。在此,我们提出了引入细粒机制,以检测空间和时间域中的微妙人物。首先,我们引入了一个本地视听模型,该模型能够捕获容易与音频不一致的小空间区域。为此,采用了基于空间本地距离与注意模块的细粒机制。第二,我们引入了一个暂时的伪假增强,以包括在训练集中结合暂时性不一致的样品。在DFDC和FakeAvceleb数据集上进行的实验证明了所提出的方法在泛化方面与在数据库和交叉数据库设置下的最新技术相比,在概括方面具有优越性。

检测具有细粒度不一致的视听深击

检测具有细粒度不一致的视听深击PDF文件第1页

检测具有细粒度不一致的视听深击PDF文件第2页

检测具有细粒度不一致的视听深击PDF文件第3页

检测具有细粒度不一致的视听深击PDF文件第4页

检测具有细粒度不一致的视听深击PDF文件第5页

相关文件推荐

2025 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥5.0