基于人脸关键点的人脸伪造检测与定位互补方法
计算机视觉与模式识别
2019-10-15 v1 机器学习
摘要
近来，生成对抗网络（GANs）与图像篡改方法愈发强大，能够生成超越人类辨识能力的高度逼真人脸图像，这引发了关于数字媒体真实性的重大担忧。尽管已有一些先前工作处理人脸伪造分类问题，但从分类预测中估计篡改位置并非易事。本文中，据我们所知，我们提出了首个严谨的人脸伪造定位数据集，其包含真实、生成及篡改的人脸图像。具体而言，原始部分包含来自 CelebA 与 FFHQ 数据集的人脸图像。伪造图像由多种 GANs 方法生成，即 DCGANs、LSGANs、BEGANs、WGAN-GP、ProGANs 与 StyleGANs。最后，篡改子集由 StarGAN 与 SEFCGAN 基于自由形式掩码生成。该数据集总计约含 130 万张带相应二值掩码标注的人脸图像。基于所提数据集，我们证明了在输入图像之外显式加入人脸关键点信息可提升性能。此外，我们提出的方法由双分支组成，能够连贯地预测人脸伪造检测与定位，在新提数据集及 faceforensic++ 数据集上（尤其在低质量视频上）优于先前 state-of-the-art 技术。
引用
@article{arxiv.1910.05455,
title = {Complement Face Forensic Detection and Localization with FacialLandmarks},
author = {Kritaphat Songsri-in and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:1910.05455},
year = {2019}
}