BiHPF：用于鲁棒深度伪造检测的双边高通滤波器
计算机视觉与模式识别
2021-09-03 v1 机器学习
摘要
众多生成模型的进步具有双重影响：简单便捷地生成真实感合成图像，但也增加了这些图像被恶意滥用的风险。因此，开发一种针对任何 GAN 模型或对象类别（包括训练阶段未见的那些）合成图像的通用检测器十分重要。然而，传统方法严重依赖训练设置，导致在未知域测试时性能急剧下降。为解决该问题并获得通用检测能力，我们提出双边高通滤波器（BiHPF），其放大了已知存在于生成模型合成图像中的频率级伪影的影响。大量实验结果验证，即使在未知域测试时，我们的方法也优于其他最先进的方法。
引用
@article{arxiv.2109.00911,
title = {BiHPF: Bilateral High-Pass Filters for Robust Deepfake Detection},
author = {Yonghyun Jeong and Doyeon Kim and Seungjai Min and Seongho Joe and Youngjune Gwon and Jongwon Choi},
journal= {arXiv preprint arXiv:2109.00911},
year = {2021}
}