从逼真到欺骗：探究深度伪造检测器对人脸增强的防御能力
计算机视觉与模式识别
2025-09-10 v1
摘要
人脸增强技术被广泛用于改善面部外观。然而，它们会无意中扭曲生物特征，导致深度伪造检测器的准确性显著下降。本研究假设这些技术虽然提高了感知质量，却会降低深度伪造检测器的性能。为了调查这一点，我们系统地评估了常用的人脸增强方法是否可以通过降低检测精度来充当反取证角色。我们使用传统图像处理方法和先进的基于 GAN 的增强技术来评估深度伪造检测器的鲁棒性。我们对这些增强技术的有效性进行了全面分析，重点关注它们对朴素、空间和基于频率的检测方法的影响。此外，我们进行了对抗训练实验，以评估暴露于人脸增强变换是否能提高模型的鲁棒性。在 FaceForensics++、DeepFakeDetection 和 CelebDF-v2 数据集上进行的实验表明，即使是基本的增强滤波器也能显著降低检测精度，ASR 高达 64.63%。相比之下，基于 GAN 的技术进一步利用了这些漏洞，ASR 高达 75.12%。我们的结果表明，人脸增强方法可以有效地作为反取证工具，强调了开发更具弹性和自适应取证方法的必要性。
引用
@article{arxiv.2509.07178,
title = {Realism to Deception: Investigating Deepfake Detectors Against Face Enhancement},
author = {Muhammad Saad Saeed and Ijaz Ul Haq and Khalid Malik},
journal= {arXiv preprint arXiv:2509.07178},
year = {2025}
}