Deepfake：定义、性能度量与标准、数据集与基准以及元综述
计算机视觉与模式识别
2024-09-05 v1 人工智能
机器学习
摘要
人工智能尤其是深度学习的最新进展，极大地增加了新的逼真合成媒体（视频、图像和音频）的创建以及对现有媒体的篡改，由此催生了“deepfake”这一新术语。基于中英文的研究文献与资源，本文对 deepfake 进行了全面概述，涵盖这一新兴概念的多个重要方面，包括：1）不同定义；2）常用性能度量与标准；3）deepfake 相关数据集、挑战、竞赛与基准。此外，本文还对 2020 年和 2021 年发表的 12 篇精选 deepfake 相关综述论文进行了元综述，不仅关注上述方面，还着重分析关键挑战与建议。我们认为，就所涵盖的方面而言，本文是最全面的 deepfake 综述，也是首篇同时涵盖中英文文献与来源的综述。
引用
@article{arxiv.2208.10913,
title = {Deepfake: Definitions, Performance Metrics and Standards, Datasets and Benchmarks, and a Meta-Review},
author = {Enes Altuncu and Virginia N. L. Franqueira and Shujun Li},
journal= {arXiv preprint arXiv:2208.10913},
year = {2024}
}
备注
31 pages; study completed by end of July 2021