关于低资源下 Deepfake 检测的札记
计算机视觉与模式识别
2020-06-11 v1 机器学习
摘要
Deepfake 是指包含改动的视频,常使用神经网络将出镜个体的脸替换为另一张脸。尽管该技术作为玩笑和恶搞载体而流行,但它通过生物特征冒充或诽谤对人身安全构成严重威胁。本文提出两种允许无显著计算能力的用户检测 Deepfake 的方法。具体而言,我们改进 MesoNet,替换原始激活函数,实现近 1% 的提升并提高结果一致性。此外,我们引入并验证了新激活函数 Pish,其以轻微时间开销为代价实现更高一致性。另外,我们给出基于局部特征描述符 (LFD) 的 Deepfake 检测方法初步结果,其可更快搭建系统且无需 GPU 计算。我们的方法取得了 0.28 的等错误率,准确率和召回率均超过 0.7。
引用
@article{arxiv.2006.05183,
title = {A Note on Deepfake Detection with Low-Resources},
author = {Piotr Kawa and Piotr Syga},
journal= {arXiv preprint arXiv:2006.05183},
year = {2020}
}