Work

Detection of AI-generated videos

Year: 2026
Type: dissertation
Abstract: Táto práca navrhuje, implementuje a experimentálne overuje detektor plne syntetických videí, ktoré produkujú moderné difúzne generátory ako Sora, Kling alebo Gen3. Systém kombinuje zmrazený enkodér XCLIP-ViT-B/16 s kompaktným dvojvrstvovým MLP klasifikátorom, ktorý má 198 913 trénovateľných parametrov. Každé video je opísané 775-rozmerným vektorom, ktorý spája priemerný priestorový embedding so siedmimi časovými štatistikami: s priemerom a štandardnou odchýlkou druhého rádu, priemerom a odchýlkou časo-priestorového pomeru gradientov, a s troma škálovo invariantnými deskriptormi štruktúry pohybu. Experimentálne overenie prebieha na troch benchmarkoch. Na datasete AIGVDBench dosahuje detektor AUC 0,9307 pre deväť neznámych generátorov, na MSR-VTT neklesá priemerná presnosť pod 99,79 % pre žiadny z testovaných generátorov a na náročnejšom cross-source protokole GenVidBench dosahuje AUC 0,8733. V korektnom porovnaní podľa protokolu AIGVDBench sa systém umiestňuje na 4. mieste z 23 detektorov s priemerným AUC 85,2 %. Experimenty navyše izolujú faktor, ktorý predchádzajúce práce systematicky nekontrolovali: diskriminačná sila temporálnych príznakov závisí predovšetkým od zdroja reálnych videí, viac než od samotného detektora alebo od konkrétneho generátora.
Language: English
Open Access status: green
OpenAlex ID: W7165510499
Cites: 33
Cited by:
Related to: 10