المثل القائل “الرؤية تصدق” ربما لم يعد ينطبق في هذا العصر الرقمي، حيث أصبحت التكنولوجيا أكثر انفتاحًا على التلاعب ويمكن إنشاء الفيديوهات المزيّفة مباشرةً من الهاتف الذكي. هذه الفيديوهات المزيّفة، التي تم إنشاؤها بواسطة الذكاء الاصطناعي، تعقد بشكل كبير تحديد المعلومات الحقيقية وال زائفة بالعين المجردة. وبالتالي، أصبح كشف المزيّفات تحديًا مؤثرًا في العديد من المجالات. يقدم هذا العمل تقنية حديثة للكشف عن الفيديوهات المزيّفة بناءً على نماذج التعلم العميق InceptionResNextV2 وLong Short-Term Memory (LSTM). من خلال استخدام التعلم الانتقالي، يتم استخدام شبكة العصبية التلافيفية (CNN) InceptionResNextV2 المدربة مسبقًا لاستخراج ميزات بيانات الفيديو، بينما تتم معالجة الميزات المستخرجة بواسطة شبكة LSTM من أجل التصنيف الدقيق. باستخدام تقسيم 80:10:10 للتدريب والتحقق والاختبار، أجريت التجارب على قاعدة بيانات FaceForensics++ (FF++) بمستويات ضغط c23 وc40. حققت الطريقة المقترحة دقة تصل إلى 98.97% وتفوقت على أحدث الأساليب في الكشف عن الفيديوهات المزيّفة. وهذا يعكس فعالية نموذج LSTM المشترك وInceptionResNextV2 في مواجهة التهديد المتزايد للفيديوهات المزيّفة في عصر الكمبيوتر الحديث الحالي.
R et al. (Thu,) دراست هذا السؤال.