UMMAFormer是一种新型Transformer框架,专门用于识别视频中的伪造内容。实验表明,相比以往方法,UMMAFormer在识别视频篡改部分更为出色,可有效对抗虚假视频。其核心在于时序特征异常注意力模块以及交叉注意力特征金字塔网络的设计。作者还提出了针对视频修复场景的TVIL数据集。该框架在多个数据集上取得了最优性能。