转载请注明作者和出处: http://blog.csdn.net/john_bh/
论文链接:DeepFakes and Beyond: A Survey of Face Manipulation and Fake Detection
作者及团队:
会议及时间: Arxiv 202001
code:
文章目录
Abstract
免费使用大型公共数据库,再加上深度学习技术(特别是“生成对抗网络”)的迅猛发展,已经导致产生了非常现实的假内容,并在这个假新闻时代对社会产生了相应的影响。
这项调查对操纵人脸图像的技术(包括DeepFake方法)以及检测此类操纵的方法进行了全面回顾。特别地,回顾了四种类型的面部操作:i)全脸合成,ii)面部身份交换(DeepFakes),iii)面部属性操作,以及iv)面部表情操作。对于每种操纵类型,我们提供有关操纵技术,现有公共数据库以及对假冒检测方法进行技术评估的关键基准的详细信息,包括这些评估结果的摘要。在调查中可用和讨论的不同数据库中,例如,FaceForensics ++是最广泛用于检测脸部身份互换和脸部表情操纵的一种,文献中的结果显示操纵检测精度为90-100%。
除了调查信息外,我们还讨论了趋势并提供了该领域正在进行的工作的展望,例如最近宣布的DeepFake检测挑战(DFDC)。
索引词-假新闻,DeepFakes,人脸操纵,数据库,基准测试,人脸识别