论文阅读-Detecting Deepfakes with Self-Blended Images （利用自混合图像检测深度伪造）

一、论文信息

论文信息：Detecting Deepfakes with Self-Blended Images

• 论文/Paper: http://arxiv.org/pdf/2204.08376

• 代码/Code: https://github.com/mapooon/SelfBlendedImages

作者团队：

会议：CVPR2022-Oral

二、动机与创新

动机

   早期训练集的构造点是基于两种方案：对图片进行模糊处理以模拟生成图片的清晰度下降，以及合成两个图片来制造伪影，以便于学习。然而随着深度伪造技术的进步，清晰度逐渐上升，前者已经不再适用。而后者在低质量数据集上又难以检测伪影，鲁棒性较差。

 创新

    提出新的合成训练数据—自混合图像（SBIs）来检测深度伪造，其思想为:更通用和几乎不可能识别的假样本鼓励分类器学习通用且健壮的表示，不会过度适应特定于操作的伪影，泛化性更强。