【AAAI2022】基于渐进式增强学习的人脸伪造图像检测

基于渐进式增强学习的

人脸伪造图像检测

Exploiting Fine-grained Face Forgery Clues via Progressive Enhancement Learning

随着人脸编辑技术的快速发展，人脸内容取证引起了广泛的关注。在针对伪造人脸图像的检测上，大多数现有方法往往尝试利用频域信息来挖掘伪造痕迹，然而这些方法对频域信息的利用较为粗糙，且传统的网络结构难以应用于频率下的细微信息的提取。

为了解决上述问题，本文提出了一种渐进式的增强学习框架来同时利用RGB信息和细粒度的频率信息。首先，本文基于滑动窗口和离散余弦变换将输入RGB图像转换成细粒度的频率分量，来充分在频域空间对真假痕迹解耦。随后，本文基于双流网络引入了自增强模块和互增强模块，其中自增强模块可以捕捉不同输入空间下的篡改痕迹，而互增强模块可以互补加强双流的特征交互。通过这种渐进式的特征增强流程，能够有效利用细粒度的频率信息以及RGB信息来定位细微的伪造痕迹。

大量的实验表明我们所提出的方法在FaceForensics++、WildDeepfake等多个数据集同源设置下效果优于现有的方法，同时详细的可视化也充分证明了我们方法的鲁棒性和可解释性。

https://www.zhuanzhi.ai/paper/5181b75bf456c1e5eefb1515bfdf3c19

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“FPEL” 就可以获取《【AAAI2022】基于渐进式增强学习的人脸伪造图像检测》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源