检测与定位：基于语义与噪声层级痕迹揭示人脸篡改

深度学习的技术进步使得精细的人脸操纵方案成为可能，在现代社会中引发了严重的信任问题与安全隐患。一般而言，检测被操纵的人脸并定位潜在篡改区域是颇具挑战性的任务。为此，我们提出一种概念简单但有效的方法，可高效检测图像中的伪造人脸，同时定位被操纵区域。所提方案依赖于一张分割图，其提供关于图像的有意义高层语义信息线索。此外，估计一张噪声图，在捕获低层线索并进而辅助决策方面起到互补作用。最后，来自这两个模块的特征被结合以区分假脸。大量实验表明，所提模型达到了最先进的检测精度与卓越的定位性能。