热点事件持续更新
RLDF 发布区域级深伪检测数据集与基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 16 日，arXiv cs.CV 刊出 RLDF 工作，提出面向局部面部篡改检测的区域级 Deepfake 数据集与基准。报道称，RLDF 是首个区域级 Deepfake 数据集，借助区域感知的部分换脸合成模型，结合 8 种换脸方法，生成超过 200 万张部分换脸图像，覆盖 7 个面部区域。评测方面，研究在 DF40 与 RLDF 上开展 5 项跨数据集评测，结果显示 12 个 SOTA 检测器在区域级评测设定下性能明显下滑：AUC 下降 10.5%，准确率下降 10%。这表明现有检测器在仅面部局部被篡改的场景下泛化能力不足，RLDF 为区域级深伪检测提供了新的数据与评测基准。目前该工作以预印本形式发布，尚无后续进展报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
RLDF 数据集与基准以预印本发布，12 个 SOTA 检测器区域级评测 AUC 降 10.5%。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CVRLDF：面向局部面部篡改检测的区域级 Deepfake 数据集与基准
RLDF 发布首个区域级 Deepfake 数据集，用区域感知部分换脸合成模型结合 8 种换脸方法生成超 200 万张部分换脸图像，覆盖 7 个面部区域。在 DF40 与 RLDF 的 5 项跨数据集评测中，12 个 SOTA 检测器在区域级评测下 AUC 下降 10.5%、准确率下降 10%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。