面向电子 客户身份认证 的 鲁棒 深度伪造检测：基于注册图像
计算机视觉与模式识别
2025-07-31 v1
摘要
本文提出一种专为电子 客户身份认证 (eKYC) 系统设计的 深度伪造检测算法。为确保 eKYC 系统免受 深度伪造攻击的可靠性，必须开发能够识别 面部置换 和 面部重造 并具备对图像退化鲁棒性的 鲁棒 深度伪造检测器。我们通过三个关键做法来解决这些挑战：(1) 我们的 方法通过检测由 人脸识别 模型提取的身份向量之间的 时序 不一致性来评估视频的真实性，从而实现 对 面部置换 和 面部重造的 综合 检测。(2) 除了处理视频输入外，算法还利用 注册图像 (假设为 真实图像) 来计算 输入视频与 注册图像之间的 身份差异，显著 提升 检测准确性。(3) 我们发现 使用 在 更大 数据集上训练的 人脸特征提取器 可提升 检测性能和 对 图像退化的鲁棒性。我们的 实验结果表明，我们的方法能够 准确 检测 面部置换 和 面部重造， 并具备 对各种 未见 图像退化的鲁棒性。我们的源代码公开 available https://github.com/TaikiMiyagawa/DeepfakeDetection4eKYC。
引用
@article{arxiv.2507.22601,
title = {Robust Deepfake Detection for Electronic Know Your Customer Systems Using Registered Images},
author = {Takuma Amada and Kazuya Kakizaki and Taiki Miyagawa and Akinori F. Ebihara and Kaede Shiohara and Toshihiko Yamasaki},
journal= {arXiv preprint arXiv:2507.22601},
year = {2025}
}
备注
Accepted to 19th IEEE International Conference on Automatic Face and Gesture Recognition (FG 2025)