Hugging Face · 每日论文· 媒体 / 作者来源·精选
AV-FABLE：长视频中的视听篡改取证基准
原文标题
AV-FABLE: Audio-Visual Manipulation Forensics in Long-Form Videos
AI 导读
研究团队推出AV-FABLE基准，针对长视频中稀疏篡改的取证分析。该基准包含16,650对原始-篡改视频对（998小时），采用独立音频和视觉时间线，支持模态特定的时间定位。研究表明，视听大语言模型的零样本提示检测效果接近随机水平，而冻结感知特征的监督读取能恢复强取证信号。基于此，团队提出NFSR方法，在域内和三种分布外设置中实现最佳视听定位性能。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
AV-FABLE基准和NFSR方法为长视频视听篡改检测提供了新工具，解决了现有基准局限于短片段的问题，并证明了冻结AV-LLM特征的有效性。
导读由模型辅助整理，非独立核验。完整信息见原文。