众包驱动的人脸篡改检测：融合人类审查者决策
计算机视觉与模式识别
2022-02-01 v1
摘要
我们研究了融合人类审查者决策用于数字人脸篡改检测任务的潜力。为此，提出了多种决策融合方法，这些方法结合了审查者的决策置信度、经验水平及其做出决策所花费的时间。所进行的实验基于一项关于人类对数字人脸图像篡改检测能力的心理物理学评估，其中应用了不同的人脸篡改技术，即人脸变形、人脸交换和润饰。我们融合了 223 名参与者的决策来模拟最多七名人类审查者的群体。实验结果表明：（1）尽管单个审查者取得的检测性能中等，但通过决策融合可获得高准确率；（2）考虑审查者决策置信度的加权融合产生了最具竞争力的检测性能。
引用
@article{arxiv.2201.13084,
title = {Crowd-powered Face Manipulation Detection: Fusing Human Examiner Decisions},
author = {Christian Rathgeb and Robert Nichols and Mathias Ibsen and Pawel Drozdowski and Christoph Busch},
journal= {arXiv preprint arXiv:2201.13084},
year = {2022}
}