基于注意力语义探索的篡改人脸检测
计算机视觉与模式识别
2021-05-24 v2
摘要
近年来人脸篡改方法快速发展，其潜在社会风险催生了检测方法的诸多研究。然而，由于篡改方法多样且伪造图像质量高，检测方法普遍缺乏泛化能力。为解决该问题，我们发现将图像分割为语义片段是有效的，因为具有判别性的缺陷与失真密切关联于此类片段。此外，突出片段中的判别性区域并度量各片段对最终预测的贡献，可有效提升泛化能力。因此，我们提出了一种基于多级人脸语义分割与级联注意力机制的新型篡改人脸检测方法。为评估该方法，我们重建了 GGFI 与 FFMI 两个数据集，并收集了两个开源数据集。在四个数据集上的实验验证了本方法相对于其他 SOTA 方法的优势，尤其是其泛化能力。
引用
@article{arxiv.2005.02958,
title = {Attentive Semantic Exploring for Manipulated Face Detection},
author = {Zehao Chen and Hua Yang},
journal= {arXiv preprint arXiv:2005.02958},
year = {2021}
}