通过分析卷积痕迹检测 DeepFake
计算机视觉与模式识别
2020-04-29 v1
摘要
得益于使用主要基于专用生成对抗网络（GAN）的深度学习工具创建极其逼真图像的可能性，Deepfake 现象如今已变得非常流行。在本工作中，我们聚焦于人脸 Deepfake 的分析，旨在创建一种能够检测隐藏于图像中的取证痕迹的新检测方法：一种在图像生成过程中留下的类似指纹。所提技术通过期望最大化（EM）算法，提取一组专门用于对底层卷积生成过程建模的局部特征。针对五种不同的架构（GDWCT、STARGAN、ATTGAN、STYLEGAN、STYLEGAN2）以 CELEBA 数据集作为非伪造真值，通过朴素分类器的实验测试进行了专用验证。结果证明了该技术在区分不同架构及相应生成过程方面的有效性。
引用
@article{arxiv.2004.10448,
title = {DeepFake Detection by Analyzing Convolutional Traces},
author = {Luca Guarnera and Oliver Giudice and Sebastiano Battiato},
journal= {arXiv preprint arXiv:2004.10448},
year = {2020}
}