DeMamba：在百万规模GenVideo基准测试中利用AI生成的视频检测技术

《Science China-Information Sciences》：DeMamba: AI-generated video detection on million-scale GenVideo benchmark

　　

摘要

近期，视频生成技术发展迅速。鉴于视频内容在社交媒体平台上的流行，这些技术加剧了人们对虚假信息传播的担忧。因此，对于能够区分人工智能（AI）生成的视频并减轻虚假信息潜在危害的检测器的需求日益增长。然而，由于缺乏来自最先进视频生成器的大规模数据集，这类检测器的开发受到了阻碍。为了解决这一难题，我们推出了首个AI生成视频检测数据集GenVideo。该数据集具有以下特点：（1）视频数量庞大，收集了超过一百万条AI生成的视频和真实视频；（2）生成的内容和方法具有丰富的多样性，涵盖了广泛的视频类别和生成技术。我们对该数据集进行了深入研究，并提出了两种针对实际场景的评估方法来评估检测器的性能：跨生成器视频分类任务用于评估训练有素的检测器在不同生成器上的泛化能力；降质视频分类任务用于评估检测器处理在传播过程中质量下降的视频的鲁棒性。此外，我们还开发了一个名为detail mamba（DeMamba）的即插即用模块，该模块通过分析时间和空间维度上的不一致性来识别AI生成的视频，从而提升检测器的性能。我们的广泛实验表明，与现有检测器相比，DeMamba在GenVideo数据集上的泛化能力和鲁棒性更为出色。我们相信，GenVideo数据集和DeMamba模块将显著推动AI生成视频检测领域的发展。我们的代码和数据集可在https://github.com/chenhaoxing/DeMamba获取。