基于多通道跨模态的完全合成人脸图像检测

合成生成的人脸图像已被证明对人类而言与真实图像难以区分，因此可能导致对数字内容信任的缺失，例如其可用于传播虚假信息。因此，开发用于检测完全合成人脸图像的算法需求显而易见。令人关注的是由最先进的基于深度学习的模型所生成的图像，因其展现出高度的视觉真实感。近期工作表明，在真实环境下检测此类合成人脸图像仍然困难，因为新的且改进的生成模型正以极快速度被提出，且可施加任意图像后处理。在本工作中，我们提出了一种多通道架构用于检测完全合成人脸图像，其利用跨模态焦点损失（Cross Modal Focal Loss）分析频域与可见光谱中的信息。我们将所提架构与使用二元交叉熵（Binary Cross Entropy）训练的若干相关架构进行比较，并在跨模型实验中表明，采用跨模态焦点损失监督的所提架构总体上取得了最具竞争力的性能。