论文阅读-Face X-ray for More General Face Forgery Detection

一、论文信息：

• 题目：Face X-ray for More General Face Forgery Detection
• 作者团队：

• 会议：CVPR 2020

二、背景与创新

背景：

• 传统的 AI 换脸一般分三步走：第一步检测目标图像的面部区域；第二步，利用 AI 换脸算法生成新的面部及一部分周围区域；第三步，将生成的新面部融合到原图像中，替换原图像中的面部。
• 此前的换脸鉴别方法主要从第二步（生成）入手，通过检测换脸过程中产生的瑕疵，确定图像的真伪，但是，这一瑕疵并不唯一确定，不同的换脸算法合成时造成的瑕疵大相径庭，所以鉴别方法泛化性较低。

创新：

• 作者想要增加检测技术的泛化能力，对于训练中未使用新技术（训练中没见过的或者未来有人开发的新技术）伪造的人脸也能有很好的检测能力。"Face X-Ray技术像医院的X光一样。它能鉴别图片真假，不但能告诉你图片有没有进行过换脸操作，而且还能告诉你换脸操作的边界在什么地方。"（微软亚洲研究院常务副院长郭百宁）能泛化到未知换脸算法、能提供可解释的换脸边界。