探索镜面反射不一致性用于通用人脸伪造检测
计算机视觉与模式识别
2026-02-09 v1
摘要
随着基于AI生成方法（ particularly diffusion models）合成的人脸伪造在质量和分辨率方面实现了空前的水平，检测深度伪造（deepfakes）变得日益具有挑战性。现有伪造检测方法依赖空间和频率特征，对高质量、完全合成的伪造面部效果有限。本文提出了一种新型检测方法，基于观察到受复杂物理规律和多个参数支配的面部属性本质上难以复制。具体地，我们关注光照，特别是Phong照明模型中镜面反射成分，其因其参数的复杂性和非线性表述而构成最大的复制挑战。我们引入一种基于Retinex理论的快速且精确的人脸纹理估计方法，以实现精确的镜面反射分离。进一步，基于镜面反射的数学公式，我们认为伪造证据不仅体现在镜面反射本身，也体现在其与相应人脸纹理和直接光照之间的关系。为此，我们设计了Specular-Reflection-Inconsistency-Network（SRI-Net），其中包含一种两阶段交叉注意力机制，用于捕获这些相关性并将镜面反射相关特征与图像特征集成，以实现稳健的伪造检测。实验结果表明，我们的方法在传统深度伪造数据集和生成深度伪造数据集上均实现了优异性能，尤其是包含扩散生成伪造面部的数据集。
引用
@article{arxiv.2602.06452,
title = {Exploring Specular Reflection Inconsistency for Generalizable Face Forgery Detection},
author = {Hongyan Fei and Zexi Jia and Chuanwei Huang and Jinchao Zhang and Jie Zhou},
journal= {arXiv preprint arXiv:2602.06452},
year = {2026}
}