重新审视自然场景下 Deepfake 检测的简单基线
计算机视觉与模式识别
2025-09-05 v1
摘要
合成媒体的广泛采用需要易于使用的 deepfake 检测器和真实的基准测试。虽然大多数现有研究在高度受控的数据集上评估 deepfake 检测器，但我们关注近期发布的“自然场景”基准 Deepfake-Eval-2024。关于 Deepfake-Eval-2024 的初步报告显示，三个微调的开源模型达到了 61% 至 69% 的准确率，显著落后于准确率达 82% 的领先商业 deepfake 检测器。我们的工作重新审视了这些基线方法之一，该方法最初由 Ojha 等人提出，通过适配标准预训练视觉骨干网络来生成具有泛化能力的 deepfake 检测器。我们证明，通过更好的超参数调优，这种简单的方法实际上能产生高得多的性能——在 Deepfake-Eval-2024 上达到 81% 的准确率——比该基线方法此前报告的准确率高出 18%，并与商业 deepfake 检测器相竞争。我们讨论了在准确率、计算成本和可解释性之间的权衡，重点关注这些 deepfake 检测器在真实场景中部署时的实用性。我们的代码可在 https://github.com/Deepfake-Detection-KKO/deepfake-detection 找到。
引用
@article{arxiv.2509.04150,
title = {Revisiting Simple Baselines for In-The-Wild Deepfake Detection},
author = {Orlando Castaneda and Kevin So-Tang and Kshitij Gurung},
journal= {arXiv preprint arXiv:2509.04150},
year = {2025}
}