近日，我院乔通老师团队以杭州电子科技大学为第一单位的论文《Fully Unsupervised Deepfake Video Detection via Enhanced Contrastive Learning》被 《IEEE Transactions on Pattern Analysis and Machine Intelligence》（IEEE TPAMI）录用发表。IEEE TPAMI是国际人工智能领域顶级期刊，中国计算机学会（CCF）推荐A类期刊，中国科学院SCI一区TOP期刊，影响因子23.6。该项研究依托浙江省国际科技合作基地“浙江-法国数字媒体取证联合实验室”，由杭州电子科技大学、法国特鲁瓦科技大学和数学工程与先进计算国家重点实验室合作完成。
以深度伪造为代表的新型AIGC伪造内容在互联网上传播扩散，严重损害了公众的信任度和社会安全。此类伪造技术基于深度学习或图形学方法，操纵图像、视频和音频内容，更改人脸、人体、物体、环境呈现方式。深度伪造技术已经对诸多领域造成了安全威胁，大到国家间的政治抹黑、选举干预、军事欺骗等，小到视频诈骗、虚假新闻、色情电影的制作等。虽然工业界和学术界已开展大量的深度伪造检测研究，但尚存一些具有挑战性的问题亟待解决，例如大多数基于有监督学习范式的检测方法需要大量带有准确标签的样本进行训练。当带有真实标签的训练样本数量不足或训练数据遭受标签翻转攻击时，有监督检测器的性能存疑。为了解决以上难题，团队提出一种完全无监督的深度伪造检测方法。大量的实验验证了提出的无监督深度伪造检测方法在包括FF++、Celeb-DF、DFD、DFDC及UADFV等系列基准数据集上的有效性与准确性。此外，团队提出的方法优于当前的无监督检测方法，并且与有监督基线方法相媲美。更重要的是，当标记数据被恶意毒化或训练数据不足时，无监督深度伪造检测方法展现出更优性能。
“浙江-法国数字媒体取证联合实验室”主任为乔通副教授，该实验室依托网络空间安全学院，联合法国著名工程师大学特鲁瓦科技大学，共同开展国际合作研究。联合实验室研究团队长期专注于媒体内容鉴伪、数据追踪溯源、数字版权保护、隐蔽通信与检测等前沿问题，已在IEEE TPAMI、IEEE TIFS、IEEE TDSC、IEEE TMM、IEEE TCDS、ACM TOMM、电子学报等国内外高质量学术期刊和会议上发表60余篇相关学术论文。
