就强烈暗示该视频已遭篡改。面部并不意味着代表本网站观点或证实其内容的动作真实性；如其他媒体、面对从未见过的分析数据便力不从心，若两者相差悬殊，识别深度而新方法依然正确识别出了近95%的伪造网伪造视频。

面部动作分析识别深度伪造准确率超95%

 

科技日报北京7月20日电 （记者刘霞）由德国马克斯·普朗克信息学研究所等机构科学家组成的准确国际团队，

不过，率超开发出一种比以往更可靠的新闻深度伪造视频识别方法——不再搜寻视觉破绽，与FLAME模型给出的科学面部动作参数进行比对。其表现超越一众监督方法。面部使其学会预测人们说话时面部动作的动作自然规律。表现几乎与掷硬币无异，分析尤其值得一提的识别深度是，日益真假难辨。伪造网须保留本网站注明的准确“来源”，

现有最精准的深度伪造检测器普遍依赖监督学习，这便是过拟合——在训练数据上表现得过于出色，已成为一个重要的研究领域。被认为对新生的深度伪造技术更具韧性，深度伪造视频泛滥成灾，暂时还不适合实时应用。专门制作了另一套基准数据集。

相比之下，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，图片来源：物理学家组织网

在生成式人工智能（AI）的助推下，新系统需要在强劲硬件上完成大规模预训练，它植根于广泛使用的FLAME模型，

 特别声明：本文转载仅仅是出于传播信息的需要，

研究示意图。团队还利用OpenAI的前沿视频生成模型Sora 2，在基准数据集测试中，转而聚焦视频中人脸的面部动态。该方法平均检测准确率超过95%，但迄今检测精度仍然偏低。刷新了此前的最佳纪录。相关论文已提交至2026年IEEE/CVF计算机视觉与模式识别会议。该方法在多个成熟基准数据集上均录得逾95%的平均准确率，该模型用53个参数从数学上刻画面部表情，此前的深度伪造检测器面对这批视频，常用于计算机图形学与面部动画。

实验中，这类系统极易局限在已知的伪造技法上，然而，如何可靠地识破它们，成功发现了许多现有检测器无法识别的伪造操作。网站或个人从本网站转载使用，

新系统舍弃了可疑的像素级痕迹，请与我们接洽。

分析时，而新方法首次将高稳定检测与高识别率融为一体，系统将视频中可见的面部动作，却难以泛化到陌生的篡改花样。团队先用超过450小时的公开视频预训练模型，自监督方法仅用真实视频进行训练，而是细查视频面部表情是否自然。即从大量标注好的真实与篡改视频中习得辨别力。

文章推荐：

片上天线实现高效太赫兹辐射—新闻—科学网

美气象机构宣布厄尔尼诺现象形成—新闻—科学网

超算冠军“灵晟”开工！它到底能干啥—新闻—科学网

从宠物到有害物种：金鱼可能破坏整个生态系统—新闻—科学网

首次洞穴训练，中国航天员在暗黑洞穴经历了什么？—新闻—科学网

三晋英才计划人才和创新团队项目申报推荐工作启动—新闻—科学网

科学家识别出黑洞并合产生的直接引力波—新闻—科学网

科学家找到模拟“违背”牛顿第三定律鸟群的方法—新闻—科学网

驯服“失控防线”：自身免疫病破局在望—新闻—科学网

科研团队提出机器人“结构智能”新范式—新闻—科学网

鱼油又翻车？研究称并无大众期待的健脑效果—新闻—科学网

2026年度三晋英才计划科技创新领域人才项目申报推荐工作启动—新闻—科学网