一、论文信息:
- 题目:Thinking in Frequency: Face Forgery Detection by Mining Frequency-aware Clues (基于频率感知线索的人脸伪造检测)
- 作者团队:
会议:ECCV 2020
二、背景与创新
1、背景:随着Deepfake技术不断迭代,检测合成人脸的挑战也越来越多。虽然已有的基于RGB色彩空间的检测技术准确率不错,但是实际中,这些视频随着流媒体传播,视频通常会被多次压缩,而在较低质量的视频中,要想进行检测就比较困难,这也一定程度上启发我们去挖掘频域内的信息。如何才能把频域信息引入到CNN中是一个难点,传统的FFT和DCT不满足平移不变性和局部一致性,因此直接放在CNN可能是不可行的。
2、创新:作者提出了两种频率特征:
1)对分离的频率分量经过一定处理,再重组回图片,最终的结果输入进CNN当中。
2)在每个局部空间(patch)内,统计频率信息