FaceVid-Forensics-100K: Nuovo dataset per il rilevamento di video deepfake
Un nuovo ampio dataset, FaceVid-Forensics-100K, mira a migliorare l'identificazione dei video deepfake. Questa raccolta presenta 100.000 video che coprono 33 diverse tecniche di sintesi, come il face swapping, il face reenactment e la sintesi dell'intero viso, utilizzando generatori moderni come Seedance 2.0. Offre annotazioni testuali dettagliate per superare le carenze dei benchmark attuali, che spesso mancano di una copertura completa dei nuovi metodi di sintesi e di annotazioni affidabili. Lo studio rivela che i rilevatori tradizionali e i modelli linguistici multimodali di grandi dimensioni (MLLM) spesso faticano a individuare sottili artefatti di falsificazione, ostacolando la loro adattabilità alle nuove tecniche generate dall'IA. Questo dataset è progettato per facilitare il ragionamento forense multi-agente per un efficace rilevamento dei video deepfake. L'articolo di ricerca è disponibile su arXiv con l'identificatore 2608.06865.
Fatti principali
- FaceVid-Forensics-100K è un dataset di video deepfake su larga scala.
- Il dataset contiene 100.000 video.
- Copre 33 metodi di sintesi.
- I metodi includono face swapping, face reenactment e sintesi dell'intero viso.
- Sono inclusi generatori recenti come Seedance 2.0.
- Il dataset fornisce annotazioni testuali a grana fine.
- I benchmark esistenti hanno una copertura limitata dei metodi di sintesi recenti.
- I rilevatori convenzionali e gli MLLM spesso non riescono a catturare sottili artefatti di falsificazione.
Entità
Istituzioni
- arXiv