关于 GAN 图像取证的泛化能力
计算机视觉与模式识别
2019-12-11 v2 机器学习
机器学习
摘要
近来，GAN 生成的人脸图像质量越来越高、愈发逼真，甚至人眼都难以辨别。另一方面，取证界不断开发方法来检测这些生成的伪造图像，并试图保障视觉内容的可信度。尽管研究者已提出一些检测生成图像的方法，但极少有探索取证模型泛化能力这一重要问题。随着新型 GAN 快速涌现，取证模型检测新型 GAN 图像的泛化能力无疑是一个关键的研究课题。本文探讨该问题，并提出使用预处理图像来训练取证 CNN 模型。通过对真实与伪造训练图像施加相似的图像级预处理，迫使取证模型学习更内在的特征以分类生成与真实人脸图像。我们的实验结果也证明了所提方法的有效性。
引用
@article{arxiv.1902.11153,
title = {On the generalization of GAN image forensics},
author = {Xinsheng Xuan and Bo Peng and Wei Wang and Jing Dong},
journal= {arXiv preprint arXiv:1902.11153},
year = {2019}
}