隐式身份泄漏：提升 Deepfake 检测泛化能力的绊脚石
计算机视觉与模式识别
2023-03-13 v2
摘要
在本文中，我们分析了用于 Deepfake 检测任务的二分类器的泛化能力。我们发现其泛化能力的绊脚石是由图像上意外学习到的身份表示引起的。这种现象被称为隐式身份泄漏，已在各种 DNN 中得到了定性和定量的验证。此外，基于这一理解，我们提出了一种简单而有效的方法，名为 ID-unaware Deepfake Detection Model，以减少这种现象的影响。广泛的实验结果表明，在数据集内和跨数据集评估中，我们的方法均优于 state-of-the-art。代码可在 https://github.com/megvii-research/CADDM 获取。
引用
@article{arxiv.2210.14457,
title = {Implicit Identity Leakage: The Stumbling Block to Improving Deepfake Detection Generalization},
author = {Shichao Dong and Jin Wang and Renhe Ji and Jiajun Liang and Haoqiang Fan and Zheng Ge},
journal= {arXiv preprint arXiv:2210.14457},
year = {2023}
}
备注
Accepted by CVPR 2023