Artículos de detección de deepfake de septiembre de 2026: razonamiento multiface, falsas alarmas en smartphones y aprendizaje continuo

Qué problema resuelve

IMFD reformula la detección de falsificación multi-rostro como una tarea de visión y lenguaje basada en instrucciones que localiza rostros de manera conjunta y asigna etiquetas de autenticidad por rostro. Prueba si las coordenadas explícitas de los rostros y el contexto de la imagen ayudan a un modelo de visión y lenguaje de gran tamaño a alinear los índices de los rostros de izquierda a derecha con las salidas correctas.

Resultado clave

Con coordenadas de verdad terreno en el conjunto completo de prueba, IMFD alcanza 0.98 micro-F1, 0.98 macro-F1 y 0.94 de exactitud en coincidencia exacta; el subconjunto con más rostros obtiene 0.97, 0.98 y 0.87. En el escenario verdaderamente de etapa única, esas métricas del conjunto completo caen a 0.90, 0.84 y 0.77, exponiendo la localización como el cuello de botella restante. El AP de las cajas de rostros es 81.9 en el conjunto completo y 83.6 en el subconjunto con muchos rostros. Aumentar la resolución de entrada de 112 a 672 píxeles incrementa el micro-F1 controlado de 0.917 a 0.981 y la coincidencia exacta de 0.654 a 0.948. IMFD supera a las líneas base comparadas, pero es más lento que el método de etapa única más rápido y aún depende de manipulaciones sintéticas de referencia.

Qué problema resuelve

LAION-Mobile audita si doce puntos de control originales de los detectores se generalizan a imágenes modernas de IA y con qué frecuencia se activan falsas alarmas en fotos auténticas de smartphones. Separa la discriminación independiente del umbral de la calibración del umbral y pregunta si la calibración antigua del GAN crea una imagen de despliegue engañosa.

Resultado clave

En NTIRE 2026, el mejor detector alcanza solo 0,624 AUC; cinco de doce obtienen puntuaciones por debajo del azar, y ninguno supera el 13,5% de tasa de verdaderos positivos al 5% de tasa de falsos positivos. Los umbrales calibrados con métodos antiguos hacen que varios sistemas parezcan utilizables con un máximo de 11% de falsas alarmas en fotos tomadas con teléfonos, pero la calibración moderna hace que los mismos detectores marquen entre 17 y 91% de fotos auténticas. UnivFD ilustra el cambio: 0,2% se convierte en 39,1% en imágenes de teléfonos idénticas. El corpus está dominado por dispositivos antiguos y casi no contiene los modelos actuales más avanzados, la autenticidad se infiere en lugar de certificarse por imagen, y LAION-Mobile es solo real, por lo que no puede proporcionar un AUC de teléfono de dos clases.

Qué problema resuelve

MSFD aborda el problema de estabilidad-plasticidad específicamente para la detección de deepfakes en video. Preserva el conocimiento forense espacial, temporal y espacio-temporal por separado mientras actualiza el detector, y evalúa secuencias de datos completos, incrementales por generador y de pocos ejemplos en lugar de una sola división estática de entrenamiento-prueba.

Resultado clave

En el protocolo de seis tareas, el sistema completo alcanza un AUC promedio del 93,02% con 2,29 puntos de olvido promedio, frente al 89,84% y 6,81 del referente estilo iCaRL. En el protocolo incremental de generador alcanza un AUC promedio del 96,67%, incluyendo 91,47% en falsificaciones de imagen a video, con 1,37 de olvido. Con solo 25 videos reales y 25 falsos por nueva tarea, logra una precisión promedio del 83,65% y -1,25 de olvido, lo que indica transferencia hacia atrás positiva; IDER olvida menos con -2,10 pero tiene una precisión ligeramente inferior del 83,47%. Las ablaciones muestran que las tres ramas de frecuencia superan a una representación única no dividida. El método aún muestra un aumento del olvido después de la tarea predominantemente asiática KoDF, señalando un cambio demográfico y de dominio no resuelto.