探索深度信息用于检测人造面部视频

人造面部检测正受到广泛关注，以确保人脸图像/视频的可靠性与安全性。最近的研究聚焦于使用辅助信息或先验知识来捕获稳健的人造痕迹，这些方法显示出广泛前景。作为重要的人脸特征之一，人脸深度图在其他领域如人脸识别或人脸检测中已显示出有效作用，但在人脸人造检测文献中却鲜有关注。本文我们探索将人脸深度图作为辅助信息用于稳健的人造面部检测。为此，我们首先提出一种人脸深度图转换器(Face Depth Map Transformer, FDMT)，从RGB人脸图像中以图像块为单位估计人脸深度图，能够捕获由于人造导致的局部深度异常。估计得到的人脸深度图 then 被用作辅助信息，通过新设计的多头深度注意力(Multi-head Depth Attention, MDA)机制与主干特征集成。我们还提出了RGB深度不一致注意力(RGB-Depth Inconsistency Attention, RDIA)模块，用于有效捕获多帧输入的帧间不一致性。各种实验表明，我们所提出的方法在人造面部检测方面具有优势。