深度伪造图像检测器泛化能力如何？一项实证研究

深度伪造（Deepfake）正变得愈发可信，鉴于其可能助长欺诈或绕过访问控制系统，构成了重大威胁。这推动了深度伪造检测方法的研发，其中深度学习模型被训练以区分真实与合成素材。遗憾的是，现有检测器难以泛化到其未训练过的数据集中的深度伪造，但鲜有研究考察其原因或解决途径。尤其是，那些单模态深度伪造图像所暴露的可用伪造证据极少，比检测深度伪造视频带来更大挑战。本文中，我们首次对深度伪造检测器的泛化能力进行实证研究，这是检测器保持领先攻击者一步的关键目标。我们的研究使用了六个深度伪造数据集、五种深度伪造图像检测方法以及两种模型增强策略，证实检测器在零样本设定下无法泛化。此外，我们发现检测器学到了特定于合成方法的不必要属性，且难以提取判别性特征，限制了其泛化能力。最后，我们发现存在跨已见与未见数据集普遍有助于检测的神经元，为零样本泛化提供了一条可能路径。