深度伪造漫画化：放大伪影注意力提升人与机器的深度伪造检测能力

深度伪造可能助长网络虚假信息。随着深度伪造越来越难以用肉眼识别，人类用户愈发依赖深度伪造检测模型来帮助他们判断视频的真伪。目前，模型能给出视频真实性的预测，但并未集成提醒人类用户的方法。我们引入了一种放大深度伪造视频中伪影的框架，使其更易于被人察觉。我们提出了一种新颖的半监督伪影注意力（Artifact Attention）模块，该模块基于人类反应进行训练，以生成突出视频伪影的注意力图，并将其放大，从而创建出一种我们称之为“深度伪造漫画化（Deepfake Caricatures）”的新型视觉指示器。在一项用户研究中，我们证明漫画化在多种视频呈现时长和用户参与度水平下大幅提升了人类的检测能力。我们还引入了一种融合伪影注意力模块的深度伪造检测模型，以提升其准确率和鲁棒性。总体而言，我们展示了以人为中心设计深度伪造缓解方法的成功。