在真实场景中检测 CNN 生成的面部图像
计算机视觉与模式识别
2020-05-13 v1
摘要
人工的 CNN 生成图像如今质量极高，以至于人类难以将其与真实图像区分开来。已有数种算法检测方法被提出，但它们似乎对来自未知来源的数据泛化能力较差，使其无法适用于真实场景。在本工作中，我们提出了一个在真实场景下评估检测方法的框架，包含跨模型、跨数据和后处理评估，并使用所提框架评估了 SOTA 检测方法。此外，我们检验了常用图像预处理方法的实用性。最后，我们通过在线调查评估了人类检测 CNN 生成图像的表现及影响该表现的因素。我们的结果表明，基于 CNN 的检测方法尚不够鲁棒，无法用于真实场景。
引用
@article{arxiv.2005.05632,
title = {Detecting CNN-Generated Facial Images in Real-World Scenarios},
author = {Nils Hulzebosch and Sarah Ibrahimi and Marcel Worring},
journal= {arXiv preprint arXiv:2005.05632},
year = {2020}
}
备注
Accepted to the workshop on Media Forensics at CVPR 2020