探索深度信息用于人脸篡改检测

由于人脸图像的可靠性与安全性问题，人脸篡改检测已受到广泛关注。近期研究侧重于利用辅助信息或先验知识来捕获鲁棒的篡改痕迹，已显示出良好前景。作为重要的人脸特征之一，人脸深度图在人脸识别或人脸检测等其他领域已被证明有效，但在文献中却鲜少被用于检测被篡改的人脸图像。本文中，我们探索将人脸深度图作为辅助信息引入，以解决真实应用场景下的人脸篡改检测问题。为此，我们首先提出一种人脸深度图Transformer（FDMT），从RGB人脸图像逐块估计人脸深度图，能够捕获因篡改造成的局部深度异常。随后，将估计得到的人脸深度图视为辅助信息，通过新设计的多头深度注意力（MDA）机制与骨干网络特征相融合。大量实验证明了我们所提方法在人脸篡改检测上的优势。