基于边缘区域特征提取的通用人脸篡改检测
计算机视觉与模式识别
2021-12-02 v2 人工智能
摘要
本文提出一种基于图像中边缘区域特征的通用且鲁棒的人脸篡改检测方法。大多数当代人脸合成过程包含色彩不协调减弱操作,但破坏了边缘区域的自然指纹。此外,这些色彩校正过程在非人脸背景区域并不进行。我们还观察到合成过程未考虑图像在时域中呈现的自然属性。鉴于这些观察,我们提出了一种利用整幅图像边缘区域中像素级色彩特征的人脸取证框架。此外,我们的框架包含一个 3D-CNN 分类模型,该模型从空间与时间上解读提取的色彩特征。与现有其他研究不同,我们通过考虑从一段视频内多帧提取的所有特征来进行真实性判定。通过包括真实场景在内的广泛实验以评估通用检测能力,我们表明我们的框架在准确性与鲁棒性上优于最先进的人脸篡改检测技术。
引用
@article{arxiv.2102.01381,
title = {Generalized Facial Manipulation Detection with Edge Region Feature Extraction},
author = {Dong-Keon Kim and Kwangsu Kim},
journal= {arXiv preprint arXiv:2102.01381},
year = {2021}
}
备注
Accepted to IEEE/CVF Winter Conference on Applications of Computer Vision 2022 (WACV 2022)