DFGC 2022：第二届 DeepFake 博弈竞赛
计算机视觉与模式识别
2022-10-05 v2
摘要
本文给出我们 DFGC 2022 竞赛的总结报告。DeepFake 技术快速发展，逼真的人脸互换愈发具有欺骗性且难以检测。相反，检测 DeepFake 的方法也在不断改进。DeepFake 制造者与防御者之间存在一场双方博弈。本竞赛为当前最先进的 DeepFake 生成与检测方法之间的博弈提供了一个通用基准平台。本竞赛旨在回答的主要研究问题是：当这两方对手相互竞争时，它们各自的当前水平如何。这是继去年 DFGC 2021 之后的第二届，采用了新的、更多样化的视频数据集、更真实的博弈设定以及更合理的评估指标。通过本竞赛，我们旨在激发研究思路，以构建更好的防御来应对 DeepFake 威胁。我们还发布了由参与者和我们共同贡献的 DFGC 2022 数据集，以丰富研究界的 DeepFake 数据资源（https://github.com/NiCE-X/DFGC-2022）。
引用
@article{arxiv.2206.15138,
title = {DFGC 2022: The Second DeepFake Game Competition},
author = {Bo Peng and Wei Xiang and Yue Jiang and Wei Wang and Jing Dong and Zhenan Sun and Zhen Lei and Siwei Lyu},
journal= {arXiv preprint arXiv:2206.15138},
year = {2022}
}
备注
Accepted by IJCB 2022