DeMamba: AI-Generated Video Detection on Million-Scale GenVideo Benchmark

最近，视频生成技术迅速发展。鉴于社交媒体平台上视频内容的普及，这些模型加剧了对虚假信息传播的担忧。因此，人们对能够区分虚假AI生成视频并减轻虚假信息可能造成的损害的检测器的需求不断增长。然而，最先进的视频生成器缺乏大规模的数据集，这对开发这样的检测器构成了障碍。为了解决这一问题，我们介绍了第一个AI生成视频检测数据集GenVideo。它具有以下特点：（1）包括收集的超过一百万个AI生成和真实视频的大量视频；（2）丰富多样的生成内容和方法，涵盖广泛的视频类别和生成技术。我们对数据集进行了广泛的研究，并提出了两种针对现实世界场景的评估方法来评估检测器的性能：交叉生成器视频分类任务评估训练的检测器在生成器上的泛化能力；退化视频分类任务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，我们引入了一个即插即用的模块，名为Detail Mamba（DeMamba），旨在通过分析时间和空间维度的不一致性来识别AI生成的视频，从而增强检测器。我们广泛的实验表明，与现有的检测器相比，DeMamba在GenVideo上具有更好的泛化能力和鲁棒性。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将在\url{https://github.com/chenhaoxing/DeMamba}上提供。

如何检测区分真实视频和人工智能生成的虚假视频，以应对虚假信息传播的问题？

介绍了第一个人工智能生成视频检测数据集GenVideo，并提出了一种名为Detail Mamba的模块，用于通过分析时空维度中的不一致性来识别人工智能生成的视频，从而提高检测器的性能。

数据集包含超过一百万个来自各种生成器的视频，提出了两种评估方法来评估检测器的性能，实验结果表明DeMamba模块在GenVideo上的表现优于现有的检测器。

最近的相关研究包括：《Detecting Deepfake Videos with Temporal Consistency and Frequency Analysis》、《Deep Video Portraits》、《Few-Shot Adversarial Learning of Realistic Neural Talking Head Models》等。