EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

A Hybrid Deep Learning Framework for Deepfake Detection Using Temporal and Spatial Features

Fazeel Zafar, Talha Ahmed Khan, Salas Akbar, Muhammad Talha Ubaid, Sameena Javaid, Kushsairy Abdul Kadir

IEEE Access · 2025 · 13 · 79560-79570

DOI: 10.1109/access.2025.3566008 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Fazeel Zafar und 5 weiteren Autor:innen. Die Arbeit wurde bisher 33-mal zitiert (Crossref) und nennt 28 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Universiti Kuala Lumpur, Kuala Lumpur, Malaysia.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Universiti Kuala Lumpur, Kuala Lumpur, Malaysia

Zitieren

APA

Zafar, F., Khan, T. A., Akbar, S., Ubaid, M. T., Javaid, S., & Kadir, K. A. (2025). A Hybrid Deep Learning Framework for Deepfake Detection Using Temporal and Spatial Features. IEEE Access, 13, 79560-79570. https://doi.org/10.1109/access.2025.3566008

Vancouver

Zafar F, Khan TA, Akbar S, Ubaid MT, Javaid S, Kadir KA. A Hybrid Deep Learning Framework for Deepfake Detection Using Temporal and Spatial Features. IEEE Access. 2025;13:79560-79570. doi:10.1109/access.2025.3566008

BibTeX
@article{Zafar2025,
  author = {Zafar, Fazeel and Khan, Talha Ahmed and Akbar, Salas and Ubaid, Muhammad Talha and Javaid, Sameena and Kadir, Kushsairy Abdul},
  title = {A Hybrid Deep Learning Framework for Deepfake Detection Using Temporal and Spatial Features},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {79560--79570},
  doi = {10.1109/access.2025.3566008}
}
Kostenlos starten →