跨模态语义

释放视觉语言语义用于深度伪造视频检测

Unleashing Vision-Language Semantics for Deepfake Video Detection

利用预训练VLM的跨模态语义作为深度伪造检测的判别线索，并通过身份先验文本提示增强语义特异性，为视频伪造检测提供可复用的语义增强思路。