OST: Improving Generalization of DeepFake Detection via One-Shot Test-Time Training
会议:NeurIPS 2022
作者:
kye points
本文引入了一种胡咱们为可泛化深伪检测任务设计的新范式
关键思想: 构造一个特定于测试样本的辅助任务【以便在将模型应用于样本之前更新模型】
从每个测试图像中合成伪训练样本,并创建一个测试时间训练目标来更新模型。
建议利用元学习来确保快速的单步测试时间梯度下降,称为一次性测试时间训练(OST),足以获得良好的深度伪造检测性能。