通过彩票票 hypothesis 揭示深度伪造检测的关键特征
计算机视觉与模式识别
2025-07-22 v1 人工智能
摘要
近期深度伪造技术的快速发展制造了越来越真实的合成媒体，对信息完整性和社会信任构成严重挑战。虽然当前检测方法显示出前景，但其背后机制仍不明确，大型模型在资源受限环境中部署具有挑战。本研究探索将彩票票 hypothesis 应用于深度伪造检测，以识别识别深度伪造所必需的关键特征。我们考察如何在保持高检测准确率的同时高效剪枝神经网络。通过在 OpenForensic 和 FaceForensics++ 数据集上进行大量实验，我们发现深度伪造检测网络包含获奖票（winning tickets），即子网络可在显著稀疏水平下保持性能。结果表明，MesoNet 在 OpenForensic 数据集上以80%稀疏度下仍保持56.2%准确率，仅需约3000个参数，约为基线准确率（62.6%）的90%。此外，我们的 LTH 基于迭代幅度剪枝方法持续优于一次性剪枝方法。使用 Grad-CAM 可视化，我们分析了修剪后网络如何维持对深度伪造关键面部区域的关注。我们还展示了获奖票在数据集间的可迁移性，表明存在高效可部署的深度伪造检测系统的潜力。
引用
@article{arxiv.2507.15636,
title = {Uncovering Critical Features for Deepfake Detection through the Lottery Ticket Hypothesis},
author = {Lisan Al Amin and Md. Ismail Hossain and Thanh Thi Nguyen and Tasnim Jahan and Mahbubul Islam and Faisal Quader},
journal= {arXiv preprint arXiv:2507.15636},
year = {2025}
}
备注
Accepted for publication at the 2025 IEEE International Conference on Systems, Man, and Cybernetics (SMC)