文章目录
Learning Self-Consistency for Deepfake Detection
会议:ICCV2021
作者:
关键点
【利用伪造图像中源特征不一致的线索来检测深度伪造图像】====》有效性+鲁棒性
成对自一致性学习+端到端学习架构
保留和提取源特征
引入了一种新的表征学习方法,称为成对自一致性学习(PCL),用于训练卷积神经网络提取这些源特征并检测深度假图像。它伴随着一种新的图像合成方法,称为不一致图像生成器(I2G),为PCL提供丰富的注释训练数据。
我们计算源特征图中每对特征向量之间的余弦相似度,并根据它们对应的图像位置是否来自同一源图像来计算所有对的一致性损失。
我们惩罚来自同一源图像的位置对,