Buchumschlag

Towards General Visual-Linguistic Face Forgery Detection(V2)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Ke, Chen, Shen, Yao, Taiping, Zhou, Ziyin, Ji, Jiayi, Sun, Xiaoshuai, Lin, Chia-Wen, Ji, Rongrong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards General Visual-Linguistic Face Forgery Detection
von: Sun, Ke, et al.
Veröffentlicht: (2023)

DiffusionFace: Towards a Comprehensive Dataset for Diffusion-Based Face Forgery Analysis
von: Chen, Zhongxi, et al.
Veröffentlicht: (2024)

Zooming In on Fakes: A Novel Dataset for Localized AI-Generated Image Detection with Forgery Amplification Approach
von: Cai, Lvpan, et al.
Veröffentlicht: (2025)

DiffusionFake: Enhancing Generalization in Deepfake Detection via Guided Stable Diffusion
von: Sun, Ke, et al.
Veröffentlicht: (2024)

M4-BLIP: Advancing Multi-Modal Media Manipulation Detection through Face-Enhanced Local Analysis
von: Wu, Hang, et al.
Veröffentlicht: (2025)

AIGI-Holmes: Towards Explainable and Generalizable AI-Generated Image Detection via Multimodal Large Language Models
von: Zhou, Ziyin, et al.
Veröffentlicht: (2025)

StealthDiffusion: Towards Evading Diffusion Forensic Detection through Diffusion Model
von: Zhou, Ziyin, et al.
Veröffentlicht: (2024)

CIR-CoT: Towards Interpretable Composed Image Retrieval via End-to-End Chain-of-Thought Reasoning
von: Lin, Weihuang, et al.
Veröffentlicht: (2025)

Any-to-3D Generation via Hybrid Diffusion Supervision
von: Fan, Yijun, et al.
Veröffentlicht: (2024)

MICON-Bench: Benchmarking and Enhancing Multi-Image Context Image Generation in Unified Multimodal Models
von: Wu, Mingrui, et al.
Veröffentlicht: (2026)

X-Oscar: A Progressive Framework for High-quality Text-guided 3D Animatable Avatar Generation
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

HRSeg: High-Resolution Visual Perception and Enhancement for Reasoning Segmentation
von: Lin, Weihuang, et al.
Veröffentlicht: (2025)

Multi-branch Collaborative Learning Network for 3D Visual Grounding
von: Qian, Zhipeng, et al.
Veröffentlicht: (2024)

$γ-$MoD: Exploring Mixture-of-Depth Adaptation for Multimodal Large Language Models
von: Luo, Yaxin, et al.
Veröffentlicht: (2024)

MLLM-Selector: Necessity and Diversity-driven High-Value Data Selection for Enhanced Visual Instruction Tuning
von: Ma, Yiwei, et al.
Veröffentlicht: (2025)

Exploring the Collaborative Advantage of Low-level Information on Generalizable AI-Generated Image Detection
von: Zhou, Ziyin, et al.
Veröffentlicht: (2025)

Beat: Bi-directional One-to-Many Embedding Alignment for Text-based Person Retrieval
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

Mixed Degradation Image Restoration via Local Dynamic Optimization and Conditional Embedding
von: Gu, Yubin, et al.
Veröffentlicht: (2024)

JM3D & JM3D-LLM: Elevating 3D Understanding with Joint Multi-modal Cues
von: Ji, Jiayi, et al.
Veröffentlicht: (2023)

ForgeryVCR: Visual-Centric Reasoning via Efficient Forensic Tools in MLLMs for Image Forgery Detection and Localization
von: Wang, Youqi, et al.
Veröffentlicht: (2026)

FlashSloth: Lightning Multimodal Large Language Models via Embedded Visual Compression
von: Tong, Bo, et al.
Veröffentlicht: (2024)

Image Captioning via Dynamic Path Customization
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

INF-LLaVA: Dual-perspective Perception for High-Resolution Multimodal Large Language Model
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

Poisoned Forgery Face: Towards Backdoor Attacks on Face Forgery Detection
von: Liang, Jiawei, et al.
Veröffentlicht: (2024)

Fast Text-to-3D-Aware Face Generation and Manipulation via Direct Cross-modal Mapping and Geometric Regularization
von: Zhang, Jinlu, et al.
Veröffentlicht: (2024)

Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation
von: Liu, Sihan, et al.
Veröffentlicht: (2023)

Evaluating and Analyzing Relationship Hallucinations in Large Vision-Language Models
von: Wu, Mingrui, et al.
Veröffentlicht: (2024)

I2EBench: A Comprehensive Benchmark for Instruction-based Image Editing
von: Ma, Yiwei, et al.
Veröffentlicht: (2024)

X-Dreamer: Creating High-quality 3D Content by Bridging the Domain Gap Between Text-to-2D and Text-to-3D Generation
von: Ma, Yiwei, et al.
Veröffentlicht: (2023)

Exploring Phrase-Level Grounding with Text-to-Image Diffusion Model
von: Yang, Danni, et al.
Veröffentlicht: (2024)

SAM as the Guide: Mastering Pseudo-Label Refinement in Semi-Supervised Referring Expression Segmentation
von: Yang, Danni, et al.
Veröffentlicht: (2024)

TraDiffusion: Trajectory-Based Training-Free Image Generation
von: Wu, Mingrui, et al.
Veröffentlicht: (2024)

3D-GRES: Generalized 3D Referring Expression Segmentation
von: Wu, Changli, et al.
Veröffentlicht: (2024)

ControlMLLM: Training-Free Visual Prompt Learning for Multimodal Large Language Models
von: Wu, Mingrui, et al.
Veröffentlicht: (2024)

An Efficient and Mixed Heterogeneous Model for Image Restoration
von: Gu, Yubin, et al.
Veröffentlicht: (2025)

MIHBench: Benchmarking and Mitigating Multi-Image Hallucinations in Multimodal Large Language Models
von: Li, Jiale, et al.
Veröffentlicht: (2025)

Agent4FaceForgery: Multi-Agent LLM Framework for Realistic Face Forgery Detection
von: Lai, Yingxin, et al.
Veröffentlicht: (2025)

Test-Time Domain Generalization for Face Anti-Spoofing
von: Zhou, Qianyu, et al.
Veröffentlicht: (2024)

Evading Visual Aphasia: Contrastive Adaptive Semantic Token Pruning for Vision-Language Models
von: Ma, Jie, et al.
Veröffentlicht: (2026)

Standing on the Shoulders of Giants: Reprogramming Visual-Language Model for General Deepfake Detection
von: Lin, Kaiqing, et al.
Veröffentlicht: (2024)