论文标题:FakePolisher:Making DeepFakes More Detection-Evasiveby Shallow Reconstruction
关键词:Computer vision;DeepFake;Shallow Reconstruction
发表会议:ACM MM
引言
随着Deepfakes的发展,给社会带来了一个巨大挑战,然而现如今也有很多伪造检测可以很好检测出伪造信息。而现有大多数的伪造信息生成技术是基于GAN方法,使用GAN方法不可避免的会使用上采样,而使用上采样方法会在生成图像中留下artifact patterns,同时现有的检测技术强调这些artifact patterns。为了减少这些artifact patterns,作者提出了一种浅层重构的方法。
一、主要贡献
1、提出一种基于字典学习的后处理浅层重构方法(FakePolisher),减少在基于GAN生成的假图像中的artifact patterns;
2、欺骗三种具有代表性的检测方法(GANFingerprint、DTCA、CNNDetector);
3、从不同角度,指明现有的检测技术是利用这些痕迹。