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。