利用颜色线索检测 GAN 生成的 imagery
计算机视觉与模式识别
2018-12-21 v1
摘要
图像取证是一个日益相关的问题，因为它有可能应对在线虚假信息活动并缓解社交媒体的问题方面。鉴于其近期成功，尤其令人关注的是检测由生成对抗网络（GANs）产生的图像，例如“deepfakes”。利用大型训练集和大量计算资源，近期工作表明 GANs 可被训练以生成在某些方面与真实图像无法区分的合成图像。我们分析了一个流行 GAN 实现的生成网络结构，并表明该网络对颜色的处理与现实相机在两个方面有显著差异。我们进一步表明，这两个线索可用于区分 GAN 生成的图像与相机图像，展示了对 GAN 图像与用于训练该 GAN 的真实相机图像的有效判别。
引用
@article{arxiv.1812.08247,
title = {Detecting GAN-generated Imagery using Color Cues},
author = {Scott McCloskey and Michael Albright},
journal= {arXiv preprint arXiv:1812.08247},
year = {2018}
}