Jun, 2024
现实世界中的实时深伪检测
Real-Time Deepfake Detection in the Real-World
Bar Cavia, Eliahu Horwitz, Tal Reiss, Yedid Hoshen
TL;DR该研究论文介绍了 “局部感知深度伪造检测算法”（LaDeDa），该算法使用单个 9x9 图像块作为输入，并输出其深度伪造得分。利用图像块级别的信息，LaDeDa 显著提高了检测的准确性，在当前基准测试中达到了约 99% 的平均准确率。此外，通过将 LaDeDa 简化为只有 4 层卷积层的高效模型 Tiny-LaDeDa，实现了 375 倍的浮点运算降低和 10000 倍的参数效率提高，使其可以在边缘设备上高效运行，并在准确性略微下降的情况下获得令人瞩目的成绩。然而，实验发现当前训练协议存在问题，导致方法无法推广到从社交媒体上提取的真实世界深度伪造图像。为解决这一问题，研究引入了一个新的深度伪造检测数据集 WildRF，该方法在该数据集上实现了 93.7% 的最佳性能，然而与完美准确度之间存在较大差距，表明可靠的真实世界深度伪造检测问题仍未解决。