DeepFakes 的挑战与对策
计算机视觉与模式识别
2021-09-28 v2
摘要
深度学习已成功应用于解决从大数据分析到计算机视觉领域的各种复杂问题。近期出现的一种由深度学习驱动的应用是 Deep Fake。它有助于创建人类无法与真实图像和视频区分的伪造图像和视频，并且是近期一种现成的操控技术，允许在单个视频中交换两个身份。该技术是一项具有争议的技术，其诸多广泛影响社会问题。因此，为应对这一新兴问题，我们引入了一个包含 14 万张真实与伪造人脸的数据集，其中含 7 万张由 Nvidia 收集的 Flickr 数据集中的真实人脸，以及 7 万张从 style GAN 生成的 100 万张伪造人脸中采样得到的伪造人脸。我们将在该数据集上训练模型，使模型能够识别真实或伪造人脸。
引用
@article{arxiv.2109.05397,
title = {Challenges and Solutions in DeepFakes},
author = {Jatin Sharma and Sahil Sharma},
journal= {arXiv preprint arXiv:2109.05397},
year = {2021}
}
备注
Paper has a lot of mistakes and is not good enough according to the technical standards a research paper should have