face forgery detection | BriefGPT

关键词face forgery detection

搜索结果 - 30

CVPR通过自监督利用真实说话人脸实现鲁棒性防伪技术
本研究提出了一种基于真实对话视频的假脸检测技术，通过跨模态自监督学习得到时序稠密视频表示，鼓励假脸检测器基于面部运动、表情和身份等因素做出真 / 假决策，并在交叉操作泛化和鲁棒性实验中取得了最先进的表现。
PDF2 years ago
AAAI通用人脸伪造检测的对比学习
文章提出了一种名为 Dual Contrastive Learning (DCL) 的新颖人脸伪造检测框架，该框架结合了硬样本选择策略和不同粒度的对比学习，并通过构建正负对数据从而学习通用特征表示。实验结果表明了我们方法的泛化性能超越了现有
PDF3 years ago
AAAI人脸伪造检测中的局部关系学习
本文提出了一种通过局部关系学习来检测面部伪造的新方法，其中使用了多尺度补丁相似性模块 (MPSM) 来测量局部区域特征的相似性，并形成了一个强大且泛化的相似性模式。此外，本文提出了 RGB-Frequency Attention Modul
PDF3 years ago
CVPR野外人脸鉴定
通过构建大规模数据集 FFIW-10K，该数据集包括了 10000 个高质量伪造视频，每个画面平均有三个人脸，再结合一个新算法，从而提升了人脸伪造检测的性能，该算法在 FFIW-10K 和现有基准测试上表现优秀。
PDF3 years ago
利用高频特征进行人脸伪造检测的泛化
这篇论文提出了一种基于 CNN 的人脸伪造检测方法，利用高频噪声、多尺度特征提取、残差 - 引导空间注意力和跨模态注意力等功能模块提高了交叉数据集下的检测性能。
PDF3 years ago
CVPR单中心损失监督的面部伪造检测中的频率感知辨别特征学习
本文提出了一种新颖的、面向频率的、区分特征学习框架，包括单中心损失和自适应频率特征生成模块，可以有效地检测和抵御面部伪造攻击。在 FF ++ 数据集上的实验结果表明了该框架的有效性和优越性。
PDF3 years ago
2020 年 DeeperForensics 面部欺诈检测挑战赛：方法和结果
本文报告了 DeeperForensics Challenge 2020 关于真实世界人脸伪造检测的方法和结果，使用 DeeperForensics-1.0 数据集进行模型评估，总共有 115 名参赛者和 25 个团队进行了有效提交，文中将
PDF3 years ago
基于外观最优传输的身份交换用于伪造检测
本文提出了一种能够改善伪造检测性能的新的身份交换算法，将外观映射问题规范化为最优传输问题，并提出了一种外貌最优传输模型（AOT）以在潜在空间和像素空间中进行规范化。通过模拟最佳传输计划并通过在潜在空间中学习的特征的 Wasserstein
PDF4 years ago
ECCV频率思维：通过挖掘频率感知线索进行面部伪造检测
提出了一种新颖的基于频率的人脸伪造检测网络 F3-Net，通过感知频率分解图像分量和局部频率统计信息相结合的策略深度挖掘伪造模式，能够有效应对压缩图像和视频中的人脸伪造问题。在 FaceForensics++ 数据集上，F3-Net 在所有
PDF4 years ago
CVPRDeeperForensics-1.0: 用于现实世界人脸伪造检测的大规模数据集
本文介绍了一个大规模人脸伪造检测基准 DeeperForensics-1.0，由新提出的端到端人脸交换框架生成。它包含 60,000 个视频和 17.6 万帧，是同类现有数据集的十倍大。该基准集有一个隐藏的测试集，包含了通过对真实视频进行广
PDF4 years ago