Aug, 2024
开放集深伪检测：一种参数高效的适应方法与伪造风格混合
Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method
with Forgery Style Mixture
TL;DR本研究解决了开放集人脸伪造检测中的安全威胁与现有检测模型的局限，尤其是无法跨未知伪造领域泛化和适应新数据的问题。通过提出一种新的伪造风格混合方案，增强了模型在未见领域的泛化能力，同时开发了一种基于轻量级视觉变换器的检测模型，实现了参数高效的训练策略，显著减少了可训练参数，并获得了最先进的泛化性能。