探索莫尔纹图对深度伪造检测器的影响

深度伪造检测是缓解其所带给社会威胁的关键措施。尽管已developed various algorithms for this purpose，但当检测器外部运行时（例如在智能手机上），当用户拍摄深度伪造图像并上传至互联网时，挑战便随之出现。此类情境下的一个重要挑战是莫尔纹图（Moire patterns）的存在，这些图案会降低图像质量并干扰常规分类算法，包括深度神经网络（DNNs）。莫尔纹图对深度伪造检测器的影响尚未得到广泛探讨。本研究我们考察了来自数字屏幕的摄像机捕获的深度伪造视频如何影响检测器性能。我们使用两个突出数据集 CelebDF 和 FF++，比较了四个最先进检测器在引入莫尔纹图后的摄像机捕获深度伪造视频性能。我们的发现表明，检测器准确率显著下降，平均水平下无一检测器超过68%。这凸显了在现实世界的深度伪造检测场景中 addressing 莫尔纹图挑战的 critical need。