在边缘AI感知系统中重新思考特征条件化以实现鲁棒伪造媒体检测

Rethinking Feature Conditioning for Robust Forged Media Detection in Edge AI Sensing Systems

在AI驱动的边缘感知系统中，伪造媒体检测的泛化能力面临操纵与数据集偏移的核心挑战。采用线性探针的冻结视觉基础模型虽为强基线，但多数流程默认使用主干网络输出，未在冻结特征接口测试条件化机制。本研究首次对DINOv3 ConvNeXt进行受控探针实验，结果表明：无需任务特定微调，仅线性探针即可实现具有竞争力的伪造媒体检测性能，证明ViT-7B的自监督蒸馏能以边缘兼容的推理成本迁移至安全关键视觉任务。在固定主干网络、头部模块、数据与优化器的前提下，通过调整条件化机制发现：默认ConvNeXt头部输出LN-Affine作为自然基线，在FaceForensics++ c23数据集上，通过分布内测试、留一操纵外泛化（LOMO）及向Celeb-DF v2与DeepFakeDetection的跨数据集迁移，评估了五种条件化变体。ConvNeXt-Tiny中，仅改变条件化机制可使LOMO平均AUC波动6.1个百分点，并逆转分布内与分布外性能排序：LN-Affine在外部数据集表现最强，而LayerNorm在分布内最优。ConvNeXt-Base复现实验显示，分布外最优方案受评估协议影响，且仅依据分布内性能的选择准则无法满足稳健部署需求。研究表明：特征条件化是一阶设计变量，应通过面向鲁棒性的验证进行选择，而非仅依赖分布内精度。