真相流：图像到视频生成的主动时间取证

图像到视频 (I2V) 生成的快速兴起使得可以从单个图像创建逼真的视频，但也带来了新的取证需求。与静态图像不同，I2V 内容会随着时间的推移而演变，要求取证超越 2D 像素级篡改定位，转向跟踪像素在整个视频中的流动和转换方式。随着帧的进展，嵌入的痕迹会漂移和变形，使得传统的空间取证变得无效。为了解决这个未探索的维度，我们提出了 **Flow of Truth**，这是第一个专注于 I2V 生成中的时间取证的主动框架。一个关键的挑战在于发现一个可以与生成过程一致演变的取证签名，这本质上是一种创造性的转变，而不是确定性的重建。尽管存在这种内在的困难，我们创新地将视频生成重新定义为“像素随时间的运动而不是帧的合成”。基于这一观点，我们提出了一个可学习的取证模板，该模板遵循像素运动，以及一个模板引导的流模块，可将运动与图像内容解耦，从而实现强大的时间跟踪。实验表明，Flow of Truth 可以推广到商业和开源 I2V 模型，从而显着提高时间取证性能。