近日，中國計算機學(xué)會（CCF）推薦的A類國際學(xué)術(shù)會議ACM International Conference on Multimedia（簡稱ACM MM 2023，ACM國際多媒體會議）論文接收結(jié)果公布。會議共收到3000+篇投稿，最終錄用902篇，錄用率為29.3%。永利官網(wǎng)智能多媒體安全實驗室的論文 “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）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，本屆會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”、“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)?，對于局部偽造?nèi)容缺乏有效的檢測手段。這篇論文正是針對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)，并從中精準預(yù)測偽造片段的開始和結(jié)束時間，實現(xiàn)時序局部偽造內(nèi)容的定位。為了增強對時序異常特征的關(guān)注，本文采用了一種創(chuàng)新的時序特征異常注意模塊，這使得系統(tǒng)在檢測偽造內(nèi)容時更加準確。此外，針對局部短偽造片段特征的增強，論文還引入了并行交叉注意特征金字塔網(wǎng)絡(luò)，進一步提升了性能。為了驗證所提方法的有效性，還構(gòu)建了一種專門針對視頻涂改場景的時序視頻涂改定位數(shù)據(jù)集。實驗結(jié)果表明，所提方法在多個基準數(shù)據(jù)集（如Lav-DF、TVIL、Psynd等）上均取得了最先進的性能。
當(dāng)前位置：