对抗恶意 DeepFakes: 调查、战场和展望

Feb, 2021

对抗恶意 DeepFakes: 调查、战场和展望

Countering Malicious DeepFakes: Survey, Battleground, and Horizon

Felix Juefei-Xu, Run Wang, Yihao Huang, Qing Guo, Lei Ma...

TL;DR在这篇论文中，我们调查了超过 318 篇研究论文，从 DeepFake 生成、检测以及逃避检测等方面，提供了全面的概述和详细分析，包括各种 DeepFake 生成方法和各种 DeepFake 检测方法的分类，同时展示了 DeepFake 生成和 DeepFake 检测之间的交互作用，并设计了交互式图表以探索研究人员自己在流行的 DeepFake 生成器或检测器上的兴趣。

Abstract

The creation or manipulation of facial appearance through deep generative approaches, known as deepfake, have achieved significant progress and promoted a wide range of benign and malicious applications, e.g., visual effect assistance in movie and misinformation →

deepfake generation detection evasion adversaries

发现论文，激发创造

深度伪造生成与检测：基准和调查

对深度伪造生成和检测的最新发展进行了综合回顾和分析，并讨论了该领域的当前状态，主要集中在深度伪造生成和检测技术框架的发展，以及人脸交换、脸部再现、说话人脸生成和面部属性编辑等主流深度伪造领域的研究，并评估了各领域中的代表性方法和最新的研究成果，最后分析了该领域的挑战与未来研究方向。

Mar, 2024

深度伪造的创造与检测：一项调查

本文旨在探讨生成深度学习算法如何创作和侦测 Deepfakes，并提供对其工作原理的深入了解以及当前领域的趋势和进展、目前防御解决方案的不足之处以及需要进一步研究和关注的领域。

Apr, 2020

DeepFakes 和更多：人脸处理和假图检测综述

本文综述了利用大规模公共数据库及深度学习技术（尤其是生成对抗网络）生成逼真虚假内容的技术及其在虚假新闻时代的社会影响，包括 DeepFake、面部属性操作和面部表情交换等四种类型的面部操纵技术，以及检测这些操纵方法的关键技术。同时，我们详细介绍了每种操纵类型的技术、公共数据库和关键指标，并着重介绍了最新一代的 DeepFakes 在虚假检测方面的改进和挑战。除了综述信息外，我们也讨论了该领域的未解决问题和未来趋势。

Jan, 2020

Deepfakes 生成和检测：现状、挑战、对策和发展方向

本文综述了现有工具和基于机器学习的方法，用于深度伪造（Deepfake）的生成和检测，并讨论了目前的公共数据集和对技术进行性能评估的关键标准，强调了未来研究的方向。

Feb, 2021

深度假象图像检测在威胁环境不断演化中的近期进展分析

深度伪造检测与防御研究方向的关键词有：深度伪造、检测、防御、生成模型和对抗攻击。

Apr, 2024

深度学习用于深伪造图像的生成和检测：综述

该文章调查了深度伪造技术的算法及检测方法，并讨论了相关挑战、研究方向与发展趋势。

Sep, 2019

审判法院深度伪造检测综述

本文简要介绍了图像处理、深度伪造技术以及用于检测这些技术的方法和数据集。