一种利用合成图像的无数据 FaceSwap 检测方法
计算机视觉与模式识别
2022-12-07 v1
摘要
用于制造“Deepfake”的换脸技术在过去几年中取得了显著进展，如今已能生成逼真的面部篡改图像。当前用于检测 deepfake 的深度学习算法已展现出可喜成果，然而它们需要大量训练数据，并且如我们所展示的，它们对特定族裔存在偏见。我们提出一种 deepfake 检测方法，通过利用 StyleGAN3 生成的合成数据，消除了对任何真实数据的需求。该方法不仅在使用真实数据的传统训练方法上表现相当，而且在用少量真实数据微调时展现出更好的泛化能力。此外，这也减少了面部图像数据集中因特定族裔数据稀疏而带来的偏见。
引用
@article{arxiv.2212.02571,
title = {A Dataless FaceSwap Detection Approach Using Synthetic Images},
author = {Anubhav Jain and Nasir Memon and Julian Togelius},
journal= {arXiv preprint arXiv:2212.02571},
year = {2022}
}
备注
IJCB 2022