探究预处理与预测聚合对DeepFake检测任务的影响
计算机视觉与模式识别
2020-10-20 v3 机器学习
图像与视频处理
摘要
内容生成技术的最新进展（即广为人知的DeepFakes）以及被操纵媒体内容在网上的泛滥，使得对此类操纵的检测成为一项日益重要的任务。尽管存在许多DeepFake检测方法，但仅有少数关注数据集预处理以及帧级到视频级预测聚合对模型性能的影响。本文中，我们提出一种预处理步骤以提升训练数据质量，并考察其对DeepFake检测性能的影响。我们还提出并评估了视频级预测聚合方法的效果。实验结果表明，所提出的预处理方法显著提升了检测模型的性能，且所提出的预测聚合方案在视频中存在多张人脸的情况下进一步提高了检测效率。
关键词
引用
@article{arxiv.2006.07084,
title = {Investigating the Impact of Pre-processing and Prediction Aggregation on the DeepFake Detection Task},
author = {Polychronis Charitidis and Giorgos Kordopatis-Zilos and Symeon Papadopoulos and Ioannis Kompatsiaris},
journal= {arXiv preprint arXiv:2006.07084},
year = {2020}
}