近日，中國計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的A類國際學(xué)術(shù)會(huì)議ACM International Conference on Multimedia（簡稱ACM MM 2023，ACM國際多媒體會(huì)議）論文接收結(jié)果公布。會(huì)議共收到3000+篇投稿，最終錄用902篇，錄用率為29.3%。永利官網(wǎng)智能多媒體安全實(shí)驗(yàn)室的論文 “UMMAFormer: A Universal Multimodal-adaptive Transformer Framework For Temporal Forgery Localization” （作者：張瑞，王宏霞，杜明珊，劉漢卿，周煬，曾強(qiáng)）被錄用，第一作者為永利官網(wǎng)博士生張瑞同學(xué)，指導(dǎo)老師是王宏霞教授，永利yl23411官網(wǎng)為論文唯一單位。ACM MM 自1993年首次舉辦以來，已成為多媒體領(lǐng)域的重要學(xué)術(shù)盛會(huì)，本屆會(huì)議將在加拿大渥太華舉辦。
隨著人工智能生成技術(shù)的不斷發(fā)展，生成的虛假媒體愈加逼真，使“眼見為實(shí)”、“有圖有真相”的思維方式受到質(zhì)疑，因此，多媒體內(nèi)容的真?zhèn)舞b別變得愈加困難?，F(xiàn)有的研究通常僅基于二分類器來區(qū)分整段多媒體內(nèi)容的真?zhèn)?，?duì)于局部偽造內(nèi)容缺乏有效的檢測(cè)手段。這篇論文正是針對(duì)這一問題提出了一種新穎的通用框架——UMMAFormer。該框架能夠適應(yīng)不同模態(tài)多媒體內(nèi)容，包括音頻、視頻或者音視頻多模態(tài)，并從中精準(zhǔn)預(yù)測(cè)偽造片段的開始和結(jié)束時(shí)間，實(shí)現(xiàn)時(shí)序局部偽造內(nèi)容的定位。為了增強(qiáng)對(duì)時(shí)序異常特征的關(guān)注，本文采用了一種創(chuàng)新的時(shí)序特征異常注意模塊，這使得系統(tǒng)在檢測(cè)偽造內(nèi)容時(shí)更加準(zhǔn)確。此外，針對(duì)局部短偽造片段特征的增強(qiáng)，論文還引入了并行交叉注意特征金字塔網(wǎng)絡(luò)，進(jìn)一步提升了性能。為了驗(yàn)證所提方法的有效性，還構(gòu)建了一種專門針對(duì)視頻涂改場(chǎng)景的時(shí)序視頻涂改定位數(shù)據(jù)集。實(shí)驗(yàn)結(jié)果表明，所提方法在多個(gè)基準(zhǔn)數(shù)據(jù)集（如Lav-DF、TVIL、Psynd等）上均取得了最先進(jìn)的性能。
當(dāng)前位置：