An Attention Fusion-Based Multimodal Autoencoder Deepfake Detection Framework

Deepfake detection is a critical task to mitigate the risks posed by AI-generated fake media content across societal, political, and security domains. As the quality of generated content improves, traditional single-modal detection methods increasingly struggle to address the complexity and diversit...

Celý popis

Podrobná bibliografie

Vydáno v:	2025 5th International Conference on Neural Networks, Information and Communication Engineering (NNICE) s. 1030 - 1034
Hlavní autoři:	Hu, Tong, Liu, Wei, Fan, Yaqi, Yang, Jie, Qiao, Yuanyuan
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 10.01.2025
Témata:	Attention mechanisms Autoencoders Costs Deep learning Deepfake detection Deepfakes Feature extraction Feature fusion Multimodal Robustness Scalability Security Training Unsupervised learning
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!