ID-Reveal：基于身份感知的 DeepFake 视频检测
计算机视觉与模式识别
2021-08-24 v3
摘要
DeepFake 伪造检测的一大挑战在于，最先进的算法大多训练用于检测某种特定伪造方法。因此，这些方法在不同类型人脸操纵（例如从换脸到面部重演）间泛化能力较差。为此，我们提出 ID-Reveal，一种通过学习时序人脸特征（特定于一个人说话时的运动方式）的新方法，采用度量学习结合对抗训练策略。其优势在于无需任何伪造训练数据，仅需在真实视频上训练。此外，我们利用高层语义特征，从而对任意广泛且具破坏性的后处理形式具有鲁棒性。我们在多个公开基准上进行了详尽的实验分析。与最先进水平相比，我们的方法提升了泛化能力，并对通常经由社交网络传播的低质量视频更具鲁棒性。特别地，在高压缩视频上面部重演的准确率平均提升超过 15%。
引用
@article{arxiv.2012.02512,
title = {ID-Reveal: Identity-aware DeepFake Video Detection},
author = {Davide Cozzolino and Andreas Rössler and Justus Thies and Matthias Nießner and Luisa Verdoliva},
journal= {arXiv preprint arXiv:2012.02512},
year = {2021}
}
备注
Video: https://www.youtube.com/watch?v=RsFxsOLvRdY