基于局部特征包的人脸篡改检测迈向泛化性与鲁棒性
计算机视觉与模式识别
2021-03-16 v1
摘要
过去几年中，为解决人脸操纵技术被恶意滥用的问题，人脸篡改检测技术受到了相当关注并取得了显著进展。然而，大多数现有方法的泛化能力和鲁棒性非常匮乏。本文提出一种新的人脸篡改检测方法，通过局部特征包（bag-of-local-feature）提升泛化能力与鲁棒性。具体而言，我们利用特征包方法扩展 Transformers 以编码块间关系，使其在任何显式监督下都能学习局部伪造特征。大量实验表明，我们的方法在 FaceForensics++、Celeb-DF 和 DeeperForensics-1.0 数据集上优于领先的 SOTA 方法。
引用
@article{arxiv.2103.07915,
title = {Towards Generalizable and Robust Face Manipulation Detection via Bag-of-local-feature},
author = {Changtao Miao and Qi Chu and Weihai Li and Tao Gong and Wanyi Zhuang and Nenghai Yu},
journal= {arXiv preprint arXiv:2103.07915},
year = {2021}
}
备注
5 pages, 2 figures