检测真实视频流中的时间局部操作

视频编辑和生成人工智能技术的快速发展使得逼真的视频操作变得越来越容易。尽管现有的数据集在深度伪造检测、对象删除和视频修复方面具有显着的先进研究，但它们没有充分模拟将短的操纵片段插入到真实视频中并且随后继续原始视频的场景。在本研究中，我们回顾了文献中的代表性数据集，分析了它们的特征，并讨论了它们在时间局部现实操作检测方面的局限性。基于此分析，我们激发了对专门为包含短且高度真实的操纵间隔的真实视频而设计的新数据集的需求。最后，我们在定制测试集上评估两种互补方法，以为这一具有挑战性的场景建立初始基准。第一个对 DINOv3 特征采用线性探针，并在三种阈值策略下进行评估。第二个方法利用 DINOv3 特征和基于连续帧相似性的方法来检测时间操作边界。总之，这些实验为部分操纵的视频检测提供了初步基准，并强调了对内容自适应阈值机制的需求。数据集、代码和补充材料可在 https://github.com/OkanUmur/temporally-localized-video-manipulation-detection 上公开获取。