面向通用深度伪造检测的频率掩码

我们研究通用深度伪造检测。我们的目标是检测来自一系列生成式 AI 方法的合成图像，特别是那些在深度伪造检测器训练期间未见过的、新兴方法生成的图像。通用深度伪造检测需要出色的泛化能力。受最近提出的掩码图像建模（该方法在自监督预训练中展示了卓越的泛化能力）的启发，我们首次尝试探索将掩码图像建模用于通用深度伪造检测。我们研究了在训练深度伪造检测器时进行空间域和频率域掩码。基于实证分析，我们提出了一种通过频率掩码实现的新型深度伪造检测器。我们对频率域的关注与大多数主要针对空间域检测的方法不同。我们的对比分析揭示了相对于现有方法的显著性能提升。代码和模型已公开。