深度伪造检测：一项比较分析
计算机视觉与模式识别
2023-08-08 v1
摘要
本文对用于深度伪造检测的监督与自监督模型进行了全面的比较分析。我们在四个基准（FakeAVCeleb、CelebDF-V2、DFDC 和 FaceForensics++）上评估了八种监督深度学习架构以及两种采用自监督策略（DINO、CLIP）预训练的基于 Transformer 的模型。我们的分析包括数据集内与跨数据集评估，考察了表现最佳的模型、泛化能力以及增广的影响。我们还研究了模型规模与性能之间的权衡。我们的主要目标是提供关于不同深度学习架构（Transformer、CNN）、训练策略（监督、自监督）以及深度伪造检测基准有效性的见解。这些见解有助于指导开发更准确可靠、对减轻深度伪造对个人与社会的危害至关重要的深度伪造检测系统。
引用
@article{arxiv.2308.03471,
title = {Deepfake Detection: A Comparative Analysis},
author = {Sohail Ahmed Khan and Duc-Tien Dang-Nguyen},
journal= {arXiv preprint arXiv:2308.03471},
year = {2023}
}