通过对抗博弈的深度伪造取证

随着基于人工智能的面部伪造（即深度伪造）技术的发展，人们日益担忧其被滥用。尽管已有训练分类（亦称深度伪造检测）模型以识别此类伪造的努力，现有模型对未见过的伪造技术泛化能力差，且对图像/视频质量变化高度敏感。本文主张采用对抗训练以提升对未见面部伪造及未见图像/视频质量的泛化能力。我们认为，使用为攻击分类模型而对抗性构造的样本进行训练，可显著改善泛化能力。考虑到基于人工智能的面部操控常导致高频伪影，这类伪影易被模型发现却难以泛化，我们进一步提出一种新的对抗训练方法，通过引入逐像素高斯模糊模型来尝试模糊掉这些特定伪影。借助对抗训练，分类模型被迫学习更具判别力且可泛化的特征，我们方法的有效性可由大量实证证据验证。我们的代码将公开提供。