频带注意力调制的RetNet用于人脸伪造检测
计算机视觉与模式识别
2024-07-03 v2 人工智能
多媒体
摘要
Transformer网络因其在大规模数据集上的可扩展性而被广泛用于人脸伪造检测。尽管取得了成功，但Transformer在平衡全局上下文（这对揭示伪造线索至关重要）的捕获与计算复杂度方面面临挑战。为了缓解这一问题，我们引入了频带注意力调制的RetNet（BAR-Net），这是一种轻量级网络，旨在高效处理广泛的视觉上下文，同时避免灾难性遗忘。我们的方法通过为不同距离的令牌分配不同的注意力级别，使目标令牌能够感知全局信息。我们沿空间轴实现自注意力，从而保持空间先验并减轻计算负担。此外，我们提出了自适应频率频带注意力调制机制，该机制将整个离散余弦变换频谱视为一系列具有可学习权重的频带。综合来看，BAR-Net在几个人脸伪造数据集上取得了良好的性能，优于当前最先进的方法。
引用
@article{arxiv.2404.06022,
title = {Band-Attention Modulated RetNet for Face Forgery Detection},
author = {Zhida Zhang and Jie Cao and Wenkui Yang and Qihang Fan and Kai Zhou and Ran He},
journal= {arXiv preprint arXiv:2404.06022},
year = {2024}
}
备注
The essay is poorly expressed in writing and will be re-optimised