超级会员免费看
针对现有频率线索方法在空间上的不足，该研究提出了一种内容引导的动态图学习方法，用于深度伪造检测。通过内容适应频率提取模块和多域注意力地图学习，挖掘空间-频率特征，利用动态图空间-频率特征融合网络挖掘高阶关系，实现更精确的伪造检测。
一、研究背景
现有依据频率线索判断真伪的方法呈现空间无关性。
二、研究动机
1、由于与图像内容交互不足，因此频域特征呈现空间无关性，难以用其检测新的伪造手段。
2、空间特征和频率特征之间存在高阶关系，而图卷积网络（GCN）在关系推理中具有巨大的潜力。
三、研究目标
1、提取包含更多语义信息的空间-频率特征。
2、挖掘空间特征和频率特征之间的高阶关系。
四、技术路线
通过Spatial-Frequency Dynamic Graph method探索空间域与频域之间的关系特征
1、Content-guided Adaptive Frequency Extraction module：挖掘内容自适应的频率线索。
2、Multiple Do
订阅专栏 解锁全文
扫一扫
835
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
