该论文关注新视角合成（Novel View Synthesis, NVS）模型生成图像的多视角几何一致性问题，并将其引入多媒体取证场景。NVS 模型能够从不同视点生成同一场景的逼真新视图，但这些生成视图彼此之间往往并不满足严格的几何一致性，这一特性此前主要被用于评价 NVS 模型质量，而在多媒体取证（尤其是跨大基线图像对中定位几何不一致区域）中的价值几乎未被探索。为填补该空白，作者首先构建并公开了 DeformView——一个面向宽基线多视角场景的数据集，提供像素级几何不一致标注，为训练与评测取证模型提供监督信号。基于该数据集，作者系统评测了现有最先进的 MV 一致性评分方法，发现这些面向 NVS 评价设计的方法在"几何不一致定位"这一取证任务上迁移效果很差，说明评价指标与取证定位目标之间存在明显差距。针对该问题，作者提出 DEFECt3R——一个轻量级、基于学习的分类器，利用跨视角特征关系在像素级别定位几何不一致区域。其关键设计在于引入显式监督，包括来自几何一致但存在形变的视图所构成的困难负样本，从而在提升定位性能的同时显著降低误报率。消融实验进一步表明，特征表示方式与跨视角对应关系质量都对最终定位性能有实质贡献。整体上，该工作论证了多视角几何一致性是多媒体取证中一个前景广阔但尚待深入挖掘的信号，并为宽基线多视角图像对的几何不一致定位建立了基准数据集与基线方法。代码与数据集已在 GitHub 公开（IDLabMedia/DeformView-DEFECt3R）。

本文针对真实世界场景下深度伪造（deepfake）检测面临的质量退化问题展开研究。尽管现有深度伪造检测方法在常用数据集上表现良好，但在实际应用中（如社交媒体平台上的伪造视频和实时直播），由于平台会进行不可预测的压缩等操作，导致视频质量下降，破坏了可辨别的伪造线索，使得检测模型效果显著降低。本文首先系统评估了真实世界质量退化（如JPEG压缩）对检测模型性能和表征能力的影响，发现真实世界的深度伪造样本可以通过常见的退化操作（如JPEG压缩）进行模拟，这些退化后的样本与真实低质量深度伪造在感知上高度相似。其次，作者通过分析不同训练样本顺序下的训练动态，观察到从无退化（简单）样本到重度退化（困难）样本的课程式训练顺序能够增强模型对多样退化的适应能力。基于上述观察，作者提出了一种名为ProFake的新型深度伪造检测方法。ProFake采用渐进式质量自适应学习机制，通过逐步退化、检测并根据模型性能与图像质量为训练样本分配权重，使模型从易到难地聚焦于更具挑战性的样本，从而实现质量自适应的检测。在多个真实世界场景和重度退化场景下的实验表明，ProFake相比现有方法平均检测准确率提升超过10%，在重度退化场景下提升超过30%，同时在高清晰度深度伪造检测上保持相近性能。该工作为提升深度伪造检测在现实部署中的鲁棒性提供了新思路，适合研究深度伪造检测、模型鲁棒性以及多媒体取证的安全研究人员阅读。