DefakeHop++：一种增强型轻量级Deepfake检测器
计算机视觉与模式识别
2022-05-03 v1
摘要
在DefakeHop基础上，本文提出了一种称为DefakeHop++的增强型轻量级Deepfake检测器。改进体现在两个方面。首先，DefakeHop检查三个面部区域（即两只眼睛和嘴），而DefakeHop++额外包含八个标志点以覆盖更广。其次，对于判别特征选择，DefakeHop使用无监督方法，而DefakeHop++采用了一种更有效的有监督方法，称为判别特征检验（DFT）。在DefakeHop++中，首先从面部区域和标志点自动提取丰富的空间与频谱特征。然后，使用DFT选择判别特征子集用于分类器训练。与MobileNet v3（一个面向移动应用、含1.5M参数的轻量级CNN模型）相比，DefakeHop++的模型参数为238K，是MobileNet v3的16%。此外，DefakeHop++在弱监督设定下的Deepfake图像检测性能优于MobileNet v3。
引用
@article{arxiv.2205.00211,
title = {DefakeHop++: An Enhanced Lightweight Deepfake Detector},
author = {Hong-Shuo Chen and Shuowen Hu and Suya You and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2205.00211},
year = {2022}
}