محققان مدل جدیدی به نام UniSkip-Mamba معرفی کردهاند که در تشخیص دستکاریهای صوتی و تصویری (AV-TFL) انقلابی ایجاد کرده است. 🎙️🎥
نکته جالب اینجاست که این مدل با تحلیل فرکانسی دریافته که الگوهای اصلیِ جعل در فرکانسهای پایین و متوسط پنهان شدهاند و فرکانسهای بالا عمدتاً نویز هستند. با حذف این نویزهای اضافه و استفاده از معماری پیشرفته Mamba، این مدل توانسته به عملکردی بینظیر (SOTA) در شناسایی ویدیوها و صوتهای جعلی دست پیدا کند.
این یعنی ابزاری قویتر برای مقابله با فیکنیوزها و جعلهای پیچیده در دنیای امروز! 🤖✨
منبع: arXiv Computer Vision