一、论文信息
论文名称:DeepFake-Adapter: Dual-Level Adapter for DeepFake Detection
作者团队:
项目主页:https://github.com/rshaojimmy/DeepFake-Adapter(代码暂未开源)
二、动机与创新
动机:目前的deepfake检测模型泛化能力差,将其归因于过拟合于低级的伪造模式,现有的 deepfake 检测方法仅关注低级别的伪造特征,例如局部纹理、混合边界或频率信息,这些特征可能无法有效对抗看不见或低质量的伪造,而伪造检测也应该关注高级语义,例如人脸风格和形状,某些人脸操作方法会改变这些语义,例如FaceForensics++数据集中的DeepFake和FaceSwap。这些高级语义可以用来进行深度伪造检测,因为它们可以抵御低级特征的变化,使用高级语义可以提高deepfake检测方法的泛化能力,使它们在对抗看不见或低质量的伪造方面更有效。