DFCon：面向鲁棒深度伪造检测的注意力驱动监督对比学习
计算机视觉与模式识别
2025-01-29 v1 密码学与安全
机器学习
图像与视频处理
信号处理
摘要
本报告提出了我们的方法，用于IEEE SP Cup 2025：野外深度伪造人脸检测挑战赛（DFWild-Cup），聚焦于跨数据集的深度伪造检测。我们的 методology采用先进的骨干模型，包括 MaxViT、CoAtNet 和 EVA-02，使用监督对比损失进行微调以增强特征分离。这些模型是特定选择用于其互补的优势。MaxViT中集成的卷积层和分块注意力机制适用于检测局部特征。相比之下，CoAtNet中卷积和注意力机制的混合使用有效地捕获了多尺度特征。EVA-02在掩码图像建模预训练方面在捕获全局特征方面表现出色。在训练后，我们冻结这些模型的参数并训练分类头。最后，采用多数投票集成来组合这些模型的预测，提高了对未见情景的鲁棒性和泛化能力。该提议系统解决了在真实条件下检测深度伪造的挑战， 在验证数据集上实现了令人钦佩的95.83%准确率。
引用
@article{arxiv.2501.16704,
title = {DFCon: Attention-Driven Supervised Contrastive Learning for Robust Deepfake Detection},
author = {MD Sadik Hossain Shanto and Mahir Labib Dihan and Souvik Ghosh and Riad Ahmed Anonto and Hafijul Hoque Chowdhury and Abir Muhtasim and Rakib Ahsan and MD Tanvir Hassan and MD Roqunuzzaman Sojib and Sheikh Azizul Hakim and M. Saifur Rahman},
journal= {arXiv preprint arXiv:2501.16704},
year = {2025}
}
备注
Technical report for IEEE Signal Processing Cup 2025, 7 pages