DeepFakes 及更广义的人脸操纵与伪造检测综述
计算机视觉与模式识别
2020-06-22 v3 多媒体
摘要
大规模公共数据库的自由获取，加上深度学习技术（特别是生成对抗网络）的快速进展，已导致非常逼真的伪造内容的生成，并在这一假新闻时代对社会产生相应影响。本综述对包括 DeepFake 方法在内的人脸图像操纵技术以及检测此类操纵的方法进行了全面回顾。具体而言，回顾了四类人脸操纵：i) 整脸合成，ii) 身份替换（DeepFakes），iii) 属性操纵，以及 iv) 表情替换。对于每个操纵类别，我们提供了关于操纵技术、现有公共数据库以及用于伪造检测方法技术评估的关键基准的详细信息，包括这些评估结果的总结。在综述讨论的所有方面中，我们特别关注最新一代的 DeepFakes，强调其在伪造检测方面的改进与挑战。除综述信息外，我们还讨论了该领域进展应考虑的开放问题与未来趋势。
引用
@article{arxiv.2001.00179,
title = {DeepFakes and Beyond: A Survey of Face Manipulation and Fake Detection},
author = {Ruben Tolosana and Ruben Vera-Rodriguez and Julian Fierrez and Aythami Morales and Javier Ortega-Garcia},
journal= {arXiv preprint arXiv:2001.00179},
year = {2020}
}