12月30日消息,近日,奇富科技論文《SFE-Net:利用基因選擇性表達(dá)的生物學(xué)原理改進(jìn)深度學(xué)習(xí)網(wǎng)絡(luò)中的特征選擇》(/SFE-Net: Harnessing Biological Principles of Differential Gene Expression for Improved Feature Selection in Deep Learning Networks/)被ICASSP 2025接收。
據(jù)悉,ICASSP是全世界最大的、也是最全面的信號(hào)處理及其應(yīng)用方面的頂級(jí)學(xué)術(shù)會(huì)議,具有權(quán)威、廣泛的學(xué)界及工業(yè)界影響力,備受AI領(lǐng)域研究學(xué)者關(guān)注。
奇富科技的上述論文是智能語音團(tuán)隊(duì)受生物系統(tǒng)中差異基因表達(dá)的啟發(fā),將選擇性特征表達(dá)原理引入深度學(xué)習(xí)架構(gòu),提出了一種創(chuàng)新的特征選擇性表達(dá)網(wǎng)絡(luò)(Selective Feature Expression Network:SFE-Net)。SFE-Net聚焦于多模態(tài)技術(shù)在DeepFake(深度偽造)檢測中的應(yīng)用,這一技術(shù)有望應(yīng)用于奇富科技的反欺詐和反黑灰產(chǎn)工作,進(jìn)一步提升對用戶的保護(hù)能力。
隨著人工智能生成式模型的普及和發(fā)展,深度偽造技術(shù)日益復(fù)雜,應(yīng)用門檻階梯式降低,對社會(huì)的信任體系、個(gè)人隱私和信息真實(shí)性造成了嚴(yán)重威脅。傳統(tǒng)的機(jī)器學(xué)習(xí)模型通常依賴于靜態(tài)特征表示,難以適應(yīng)不同的合成方法。在研究過程中,奇富科技智能語音團(tuán)隊(duì)深度分析不同Deepfake算法理論,如FaceSwap、Face2Face等,推導(dǎo)出針對性的深度特征表征。同時(shí)SFE-Net能夠根據(jù)輸入的深度偽造特征動(dòng)態(tài)調(diào)整特征優(yōu)先級(jí),選擇性地增強(qiáng)關(guān)鍵特征,減少無關(guān)或誤導(dǎo)性線索的影響,從而有效提高檢測準(zhǔn)確率。
論文結(jié)果表明,SFE-Net超越了目前所有靜態(tài)模型,同時(shí)SFE-Net在跨數(shù)據(jù)集場景中展現(xiàn)出更強(qiáng)的泛化能力,它在所有測試數(shù)據(jù)集中平均AUC(AUC越接近1.0,檢測準(zhǔn)確率越高)也將之前SOTA的0.767大幅提升至0.795。這進(jìn)一步證明了SFE-Net在綜合利用多維特征提取技術(shù)進(jìn)行偽造檢測的獨(dú)特優(yōu)勢,為深度偽造檢測任務(wù)提供了高效可靠的解決方案。
據(jù)介紹,奇富科技研發(fā)的 SFE-Net 具備強(qiáng)大普適檢測能力,它通過動(dòng)態(tài)調(diào)整特征選擇策略融合多種特征精準(zhǔn)識(shí)別深度偽造內(nèi)容,在跨數(shù)據(jù)集場景下泛化能力出色,能適應(yīng)不同平臺(tái)與多種偽造技術(shù),在多數(shù)據(jù)集測試中準(zhǔn)確率高,可為平臺(tái)監(jiān)管和執(zhí)法部門提供技術(shù)支持,助力清理屏蔽虛假信息與精準(zhǔn)取證,打擊黑灰產(chǎn)業(yè)源頭,對維護(hù)數(shù)字內(nèi)容生態(tài)健康意義重大。
- 巴菲特宣布年底退休 接班人公布
- 抖音回應(yīng)于東來“退圈”事件:下架“柴懟懟”29條涉嫌侵權(quán)視頻
- 蘋果因關(guān)稅政策增加9億美元成本,庫克回應(yīng)
- TikTok再遭歐盟重罰5.3億歐元,堅(jiān)稱合規(guī)將上訴
- 三星新專利曝光:模塊化手機(jī)設(shè)計(jì),可更換鏡頭組件
- 美芯片封鎖下,華為算力方案讓黃仁勛焦慮,或重塑全球AI格局
- 黃仁勛:中國AI實(shí)力強(qiáng)勁,中美競爭是持久戰(zhàn)
- 法律裁決后iOS開發(fā)者獲新契機(jī),可繞過蘋果App Store高額手續(xù)費(fèi)
- iPhone 16e成功,iPhone 17e前景卻迷霧重重
- 淘寶閃購全國全量上線 每天可領(lǐng)2個(gè)大額外賣紅包
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。