KoDF：大规模韩语深度伪造检测数据集
计算机视觉与模式识别
2021-08-24 v2 机器学习
摘要
近年来，多种有效的换脸与面部重演方法被公开，极大程度地使面部合成技术平民化。如此生成的视频因引发各类社会问题而被称为深度伪造（deepfake），带有负面含义。面对深度伪造的新兴威胁，我们构建了韩语深度伪造检测数据集（KoDF），这是一个聚焦于韩语对象的大规模合成与真实视频集合。本文中，我们详细描述了构建该数据集的方法，通过实验展示了KoDF与现有深度伪造检测数据集分布之间的差异，并强调了使用多个数据集以实现真实世界泛化的重要性。KoDF已在 https://moneybrain-research.github.io/kodf 完整公开（即真实片段、合成片段、带对抗攻击的片段以及元数据）。
引用
@article{arxiv.2103.10094,
title = {KoDF: A Large-scale Korean DeepFake Detection Dataset},
author = {Patrick Kwon and Jaeseong You and Gyuhyeon Nam and Sungwoo Park and Gyeongsu Chae},
journal= {arXiv preprint arXiv:2103.10094},
year = {2021}
}
备注
Accepted to ICCV 2021