Frequency-aware Discriminative Feature Learning Supervised by Single-Center Loss for Face Forgery Detection
会议:CVPR2021
作者:
关键点
提出了一个用于人脸伪造检测的新型频率感知的判别特征学习框架(FDFL)
【开发高效的自动检测算法具有重要意义】
问题识别:当前的人脸伪造检测方法存在两个主要问题:【判别性不够,精确度不够】
a) 使用softmax损失学习的特征虽然可分,但不够具有判别性,因为softmax损失没有明确地促进类内紧凑性和类间可分性&