一、论文信息
论文名称:Detecting and Recovering Sequential DeepFake Manipulation(篡改序列检测还原)
论文链接: https://arxiv.org/pdf/2207.02204.pdf
项目主页: https://rshaojimmy.github.io/Projects/SeqDeepFake
GitHub: https://github.com/rshaojimmy/SeqDeepFake
会议:ECCV2022
作者团队:
二、动机与创新
动机
如今由于人脸编辑App的流行,我们可以非常方便地对人脸图片进行多步序列DeepFake篡改。比如对一张人脸图片,先后进行「添加眼镜-加入笑容-去掉胡须」的序列篡改。为解决此类新型DeepFake问题,来自南洋理工大学的研究人员提出了检测并还原DeepFake篡改序列(Seq-DeepFake)任务。
创新
解决DeepFake问题最常见的方式是学习一个二分类模型来进行真/假判别,相比于现有基于二分类 (真/假) 的 DeepFake 检测,Seq-DeepFake任务将其扩展为要求检测不同长度和顺序的篡