一、论文信息:
- 题目:How Do the Hearts of Deep Fakes Beat?
Deep Fake Source Detection via Interpreting Residuals with Biological Signals
- 作者团队:
二、背景与创新
1、背景:
伪造人像视频生成技术给社会带来了新的威胁,例如利用逼真的伪造图像和视频进行政治宣传、名人模仿、伪造证据以及其他与身份有关的操作。伴随着这些生成技术的发展,出现了一些被证实有效的 deepfake 检测方法,这些方法具备较高的分类准确率。然而,目前几乎没有任何工作关注 deepfake 视频的来源(即生成 deepfake 视频的模型)。
作者提出利用视频中的生物信号检测该视频是否伪造。该方法不仅可以区分真假视频,还能够发现 deepfake 视频背后的特定生成模型(其中,生成模型是在 DeepFakes、Face2Face、FaceSwap、NeuralTex 中进行选择)。
2、创新:一些基于纯深度学习的方法尝试使用 CNN 来分类造假视频,CNN 实际上学习的是生成器的残差。作者认