深度人脸伪造检测
计算机视觉与模式识别
2020-04-27 v1 机器学习
摘要
深度学习的快速进展持续使得生成视频伪造内容变得愈发容易且廉价。因此，拥有一种可靠检测这些伪造内容的方法变得非常重要。本文描述了一种针对多种篡改场景的此类方法。该问题被建模为逐帧二分类任务。我们提出利用从人脸识别任务中迁移学习，以改进对多种不同面部操控场景的篡改检测。此外，在单帧检测表现不佳的低分辨率设定下，我们尝试利用相邻帧对中间帧进行分类。我们在公开FaceForensics基准上评估了两种方法，取得了当前最优（SOTA）准确率。
引用
@article{arxiv.2004.11804,
title = {Deep Face Forgery Detection},
author = {Nika Dogonadze and Jana Obernosterer and Ji Hou},
journal= {arXiv preprint arXiv:2004.11804},
year = {2020}
}