FaceGuard：主动式深度伪造检测
计算机视觉与模式识别
2021-09-14 v1 密码学与安全
机器学习
摘要
现有的深度伪造检测方法侧重于被动检测，即利用深度伪造操纵过程中产生的伪影来检测伪造人脸图像。被动检测的一个关键局限在于无法检测由新型深度伪造生成方法生成的伪造人脸。本文提出 FaceGuard，一种主动式深度伪造检测框架。FaceGuard 在真实人脸图像发布到社交媒体之前向其嵌入水印。对于给定的声称属于某个体（例如 Nicolas Cage）的人脸图像，FaceGuard 从中提取水印，若提取的水印与该个体的真实水印不匹配，则预测该人脸图像为伪造。FaceGuard 的一个关键组成部分是一种新的基于深度学习的水印方法，该方法 1) 对 JPEG 压缩、高斯模糊、裁剪和缩放等常规图像后处理具有鲁棒性，但 2) 对深度伪造操纵十分脆弱。我们在多个数据集上的评估表明，FaceGuard 能够准确检测深度伪造，并优于现有方法。
引用
@article{arxiv.2109.05673,
title = {FaceGuard: Proactive Deepfake Detection},
author = {Yuankun Yang and Chenyue Liang and Hongyu He and Xiaoyu Cao and Neil Zhenqiang Gong},
journal= {arXiv preprint arXiv:2109.05673},
year = {2021}
}