基于面部区域位移轨迹序列的人脸伪造检测
计算机视觉与模式识别
2022-12-08 v1 人工智能
摘要
基于深度学习的技术(如deepfakes)在社会与学术界广受关注,尤其是用于合成伪造人脸图像的技术。这些自动且无需专业技能的人脸操控技术可将原始图像或视频中的人脸替换为任意目标对象,同时保持表情与神态。由于人脸与身份特征密切相关,恶意传播的身份操控视频可能引发媒体公众信任危机,甚至产生严重的政治、社会与法律影响。为有效检测操控视频,我们关注人脸融合过程中因归一化伪造人脸的强制仿射变换而产生的位置偏移。我们引入一种基于面部区域位移轨迹的操控视频检测方法。具体而言,我们开发了一种基于虚拟锚点的人脸轨迹提取方法,可鲁棒地表示位移信息。该信息被用于构建基于双流时空图注意力与门控循环单元骨干网络的网络,以揭示操控视频轨迹序列中的多维伪影。在各操控数据集上的测试表明,本方法的准确性与泛化能力可与领先检测方法相竞争。
引用
@article{arxiv.2212.03678,
title = {Face Forgery Detection Based on Facial Region Displacement Trajectory Series},
author = {YuYang Sun and ZhiYong Zhang and Isao Echizen and Huy H. Nguyen and ChangZhen Qiu and Lu Sun},
journal= {arXiv preprint arXiv:2212.03678},
year = {2022}
}