《Exploiting Fine-Grained Face Forgery Clues via Progressive Enhancement Learning》

2022AAAI

目的：虽然现阶段大多数方法，会采用频域信息，但是使用的频域信息确实粗粒度的，故作者提出了增量学习，去捕捉细粒度的伪造痕迹

模型的整体框架：

1.细粒度的频域信息

通过8*8的卷积块对图像进行DCT变换，再进行IDCT变换得到频域信息

为了能够捕捉跟全面的信息，作者采用4种不同频段的频域，分别是low、mid、high和all

再通过1*1的卷积将这几种结合再一块

2.自增强模块

其中包括噪声增强和自注意力机制

通过中值滤波过滤掉椒盐噪声，因为噪声增强仅考虑的是各自通道的噪声，故作者提出自注意力机制实现噪声增强间的交互

sigmod放大细微的噪声

最后的噪声输出

3.交互增强模块

将来着不同的模态流的数据进行融合

4.实验结果：