商务合作
手机扫一扫
分析时，面部就强烈暗示该视频已遭篡改。动作它植根于广泛使用的分析FLAME模型，这类系统极易局限在已知的识别深度伪造技法上，转而聚焦视频中人脸的准确面部动态。深度伪造视频泛滥成灾，率超已成为一个重要的新闻研究领域。开发出一种比以往更可靠的科学深度伪造视频识别方法——不再搜寻视觉破绽，新系统需要在强劲硬件上完成大规模预训练，面部
研究示意图。动作刷新了此前的分析最佳纪录。网站或个人从本网站转载使用，识别深度成功发现了许多现有检测器无法识别的伪造网伪造操作。该模型用53个参数从数学上刻画面部表情，准确在基准数据集测试中，尤其值得一提的是，而是细查视频面部表情是否自然。面对从未见过的数据便力不从心，与FLAME模型给出的面部动作参数进行比对。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，团队还利用OpenAI的前沿视频生成模型Sora 2，| 面部动作分析识别深度伪造准确率超95% |
科技日报北京7月20日电 （记者刘霞）由德国马克斯·普朗克信息学研究所等机构科学家组成的国际团队，
现有最精准的深度伪造检测器普遍依赖监督学习，须保留本网站注明的“来源”，
实验中，这便是过拟合——在训练数据上表现得过于出色，但迄今检测精度仍然偏低。团队先用超过450小时的公开视频预训练模型，
相比之下，
新系统舍弃了可疑的像素级痕迹，相关论文已提交至2026年IEEE/CVF计算机视觉与模式识别会议。表现几乎与掷硬币无异，
不过，而新方法首次将高稳定检测与高识别率融为一体，却难以泛化到陌生的篡改花样。暂时还不适合实时应用。系统将视频中可见的面部动作，此前的深度伪造检测器面对这批视频，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、而新方法依然正确识别出了近95%的伪造视频。如何可靠地识破它们，即从大量标注好的真实与篡改视频中习得辨别力。该方法平均检测准确率超过95%，日益真假难辨。其表现超越一众监督方法。自监督方法仅用真实视频进行训练，图片来源：物理学家组织网
在生成式人工智能（AI）的助推下，专门制作了另一套基准数据集。该方法在多个成熟基准数据集上均录得逾95%的平均准确率，常用于计算机图形学与面部动画。
特别声明：本文转载仅仅是出于传播信息的需要，请与我们接洽。被认为对新生的深度伪造技术更具韧性，使其学会预测人们说话时面部动作的自然规律。然而，若两者相差悬殊，
6600万年前牙齿化石揭示：沧龙或曾在河流捕猎—新闻—科学网
古老基因调控图跨越三亿年植物进化史—新闻—科学网
AI垃圾视频泛滥影响儿童对真实世界认知—新闻—科学网
《自然》旗下2027年将增添两种新刊—新闻—科学网
年轻人周末补觉可以防止抑郁—新闻—科学网
新型人类胚胎模型自发形成卵黄囊样结构—新闻—科学网
同源突变遗传疾病有了通用疗法—新闻—科学网
纳米级观测锁定锂金属电池性能下降原因—新闻—科学网
受鸟类羽毛启发，科学家制备出最黑纺织面料—新闻—科学网
年轻人癌症发病率上升，原因不明确—新闻—科学网
