Deepfake 检测器的代价敏感优化
计算机视觉与模式识别
2020-12-09 v1 机器学习
摘要
自电影发明以来，篡改视频就一直存在。但是，生成能够欺骗观众的篡改视频一直是一项耗时的工作。随着深度生成建模的巨大进步，生成看起来逼真的伪造视频已成为现实。在本文中，我们专注于所谓的 deepfake 视频，即源人脸被替换为目标人脸。我们认为 deepfake 检测任务应被视为一项筛查任务，其中用户（例如视频流平台）每天将筛查大量视频。显然，上传的视频中只有一小部分是 deepfake，因此需要以代价敏感的方式衡量检测性能。最好模型参数也以同样的方式进行估计。这正是我们在此提出的。
关键词
引用
@article{arxiv.2012.04199,
title = {Cost Sensitive Optimization of Deepfake Detector},
author = {Ivan Kukanov and Janne Karttunen and Hannu Sillanpää and Ville Hautamäki},
journal= {arXiv preprint arXiv:2012.04199},
year = {2020}
}