Deepfake论文阅读

FWA:Exposing Deepfake videos by detecting face warping artifacts [CVPRW2019]

切入点:假脸替换到目标人脸的仿射变换过程中会产生伪影(被替换人脸部位与周围部位分辨率不一致)

亮点:不是直接使用Deepfake视频作为负样本训练,而是通过模拟分辨率不一致性简化训练过程


Mesnoet:a compact facial video forgery detection network

基于图像噪声的微观分析不能应用于图像噪声被强降噪的压缩视频环境中。同样,在更高的语义水平上,特别是当图像描绘的是人脸时,人眼很难分辨出伪造的图像。因此作者建议采用一种中间方法,使用具有少量层的深层神经网络.


Capsuleforensics: Using capsule networks to detect forged images andvideos [ICASSP 2019]

胶囊网络。网络参数较低。检测打印图像或录制视频的重放攻击,或GAN生成的假视频。


LRNet:Improving the Efficiency and Robustness of Deepfakes Detection through Precise Geometric Features [CVPRW2021]

切入点:提取精确的几何特征进行时间建模来检测Deepfake视频。具体为,先抽取人脸关键点,针对现有方法抽取人脸关键点精确率不高的问题,提出校准模块,利用光流预测下一帧的关键点位置后,和下一帧抽取的关键点用Kalman filter做融合,最后把校准后的关键点

Deepfake视频中的眨眼通常是不自然的。由于用于训练神经网络的图像数据往往是睁着眼睛的,Deepfake视频中人物的眨眼或不眨眼的方式往往与正常生理学规律不符。奥尔巴尼大学的研究人员发表的论文提出了一种可以检测Deepfake视频中不自然眨眼的技术。该技术使用了深度学习的方法,通过训练神经网络定位眨眼片段,并找出非自然眨眼运动的一系列帧。通过这种方法,可以识别出哪些是原始视频,哪些是Deepfake视频。 <span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [DeepFake学习记录(不更新了,该方向直接劝退)](https://blog.csdn.net/kaidikake/article/details/105224241)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *3* [Deepfake——深度造假视频在智能城市中的风险](https://blog.csdn.net/Chahot/article/details/123547095)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值