[논문리뷰] Can We Defend Against AI-Generated Video Attacks on Real-World Crisis Events? A Systematic Evaluation of Detectors, Generators and Social Dissemination본 논문은 전쟁, 재난, 공공 보건 위기 등 사회적 파급력이 큰 사건을 묘사하는 AI 생성 영상의 위험성을 탐지하기 위한 기존 방어 체계의 한계를 해결하고자 합니다. 기존 연구들은 일반적인 영상 생성물에 대한 탐지에 집중하고 있어, 위기 상황에서의 실제적인 오용 사례에 대한 데이터가 부족합니다 .#Review#AI-Generated Video#Detection#RA-Bench#Crisis Events#Social Dissemination#Multimodal Large Language Models (MLLMs)2026년 8월 16일댓글 수 로딩 중
[논문리뷰] FakeParts: a New Family of AI-Generated DeepFakes본 연구는 미묘하고 국소적인 조작이 가해져 탐지하기 어려운 새로운 형태의 딥페이크인 FakeParts 를 정의하고, 기존 탐지 시스템의 한계를 극복하기 위해 포괄적인 벤치마크 데이터셋 FakePartsBench 를 구축하는 것을 목표로 합니다.#Review#Deepfake Detection#Partial Deepfakes#AI-Generated Video#Benchmark Dataset#Video Forensics#Generative Models#Manipulation Detection#Human Perception2025년 8월 29일댓글 수 로딩 중