警惕混淆面孔：利用人脸辨识模型概率分布检测换脸
计算机视觉与模式识别
2023-03-24 v1
摘要
近年来，换脸技术快速发展并达到了令人惊讶的真实感，引发了关于虚假内容的担忧。作为对策，各种检测方法被提出并取得了有前景的性能。然而，大多数现有检测器难以在未见过的换脸方法和低质量图像上保持性能。除泛化问题外，当前检测方法已被证明易受由检测感知操纵者精心制作的规避攻击。在对抗场景下缺乏鲁棒性给换脸检测在现实世界中的应用留下了威胁。在本文中，我们提出一种基于人脸辨识概率分布的新型换脸检测方法，称为 IdP_FSD，以提升泛化性与鲁棒性。IdP_FSD 专为检测身份属于有限集合的换脸面孔而设计，这在实际应用中具有重要意义。与以往通用检测方法相比，我们利用具有关注身份的可用真实人脸，且训练无需虚假样本。IdP_FSD 利用了换脸的共性，即换脸的身份结合了参与换脸的两张脸的身份。我们用人脸辨识模型的混淆来反映这一性质，并以输出概率分布的最大值度量该混淆。此外，为在对抗场景下防御我们的检测器，针对 IdP_FSD 中使用的人脸辨识模型提出了一种基于注意力的微调方案。大量实验表明，所提出的 IdP_FSD 不仅在不同基准数据集和图像质量上实现了高检测性能，还提高了操纵者规避检测的门槛。
引用
@article{arxiv.2303.13131,
title = {Watch Out for the Confusing Faces: Detecting Face Swapping with the Probability Distribution of Face Identification Models},
author = {Yuxuan Duan and Xuhong Zhang and Chuer Yu and Zonghui Wang and Shouling Ji and Wenzhi Chen},
journal= {arXiv preprint arXiv:2303.13131},
year = {2023}
}