文章目录
Lips Don’t Lie: A Generalisable and Robust Approach to Face Forgery Detection
会议:CVPR2021
作者:
code未给train.py
关键
POINTS: 人脸检测器易受到看不见的操纵方法的样本影响。
【泛化性有所改进,但依赖于容易被常见的后处理操作(如压缩)破坏的线索】
本文提出了LipForensics,这是一种能够推广到新操作并承受各种扭曲的检测方法。
LipForensics的目标是嘴唇运动中的高级语义不规则性。
它包括首先预训练一个时空网络来进行视觉语音识别(唇读),从而学习与自然口腔运动相关的丰富的内部表征。
随后,时间网络在真实和伪造数据的固定嘴巴嵌入上进行微调,以便检测基于嘴巴运动的假视频,而不会过度拟合到低水平,特定于操作的伪影。
特定目标面部操纵方法:个人身份、表情、嘴唇运动
问:在操作方法之间是否存在语义上的高层不一致,从而对常规扰动更加健壮?
<