利用身份一致性 Transformer 保护名人免受 DeepFake 侵害
计算机视觉与模式识别
2022-04-06 v3
摘要
本工作中我们提出身份一致性 Transformer，一种新颖的人脸伪造检测方法，聚焦于高层语义尤其是身份信息，并通过发现人脸内部与外部区域间的身份不一致来检测可疑人脸。身份一致性 Transformer 引入了一致性损失用于身份一致性判定。我们展示了身份一致性 Transformer 不仅在不同数据集间，也在包括 deepfake 视频的真实世界应用中的各类图像退化形式间表现出优越的泛化能力。当可用时，身份一致性 Transformer 可轻易用额外身份信息增强，因此特别适合检测涉及名人的人脸伪造。代码将于 \url{https://github.com/LightDXY/ICT_DeepFake} 发布。
引用
@article{arxiv.2203.01318,
title = {Protecting Celebrities from DeepFake with Identity Consistency Transformer},
author = {Xiaoyi Dong and Jianmin Bao and Dongdong Chen and Ting Zhang and Weiming Zhang and Nenghai Yu and Dong Chen and Fang Wen and Baining Guo},
journal= {arXiv preprint arXiv:2203.01318},
year = {2022}
}
备注
To Appear at CVPR 2022, code is available at https://github.com/LightDXY/ICT_DeepFake