用于取证工具开发与评估的人脸篡改综合数据集

数字媒体（例如照片、视频）可以轻易地被创建、编辑和共享。编辑数字媒体的工具能够在保持高度照片真实感的同时完成编辑。虽然对数字媒体的许多编辑类型通常是无害的，但其他编辑也可能被用于恶意目的。例如，最先进的人脸编辑工具和软件可以人为地让一个人在不合时宜的时刻显得在微笑，或者将权威人物描绘得虚弱疲惫，以诋毁个人。鉴于编辑数字媒体日益容易以及滥用带来的潜在风险，大量精力已投入媒体取证。为此，我们创建了一个经编辑的人脸图像挑战数据集，以协助研究界开发新方法来处理和分类数字媒体的真实性。我们的数据集包含应用于受控的肖像式正面人脸图像和可能每张图像包含多个人脸（即多于一个）的全场景真实环境图像上的编辑。我们数据集的目标是应对以下挑战问题：（1）我们能否确定给定图像的真实性（编辑检测）？（2）如果图像已被编辑，我们能否定位编辑区域？（3）如果图像已被编辑，我们能否推断（分类）所执行的编辑类型？图像取证中的大多数研究通常试图回答条目（1），即检测。据我们所知，尚无专门策划用于分别评估条目（2）和（3）（即定位与分类）的正式数据集。我们希望我们准备好的评估协议能帮助研究人员提升与这些挑战相关的图像取证最先进水平。