UCLA团队提出光学神经网络检测深度伪造视频
热点事件持续更新
UCLA团队提出光学神经网络检测深度伪造视频
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
加州大学洛杉矶分校Ozcan Lab提出一种光学与神经网络混合的深度伪造视频检测系统，在Celeb-DF数据库测试中平均准确率达97.79%。 该系统利用光的物理特性进行单步并行处理，一次可处理15路视频；测试中灵敏度为99.86%、特异度为95.72%。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 21:57
UCLA 团队用光的物理特性检测 deepfake 视频，准确率达 97.8%报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- Hacker NewsUCLA 团队用光的物理特性检测 deepfake 视频，准确率达 97.8%
UCLA 团队提出一种光学与神经网络混合的 deepfake 检测系统，在 Celeb-DF 数据库测试中单步并行处理 15 路视频，平均准确率 97.79%，灵敏度 99.86%、特异度 95.72%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。