文章目录 Learning Self-Consistency for Deepfake Detection 背景 关键点 贡献 方法 损失函数 多种假脸数据集 实验 Learning Self-Consistency for Deepfake Detection 会议:CVPR 2020 作者: 背景 检测被操纵的人脸图像和定位被操纵的区域是至关重要的 三种面部伪造攻击类型: 物理欺骗【手机重放】 对抗性攻击【对抗生成】 数字操纵攻击【VAEs/GANs生成完全/部分修改的面部图像】 (本文仅涉及数字操纵攻击——目标是自动检测被操纵的面部,以及定位修改的面部区域。)