基于ICCV2019的面部真伪鉴别研究

人脸真实性鉴别与识别：ICCV2019论文解读

面部伪造检测：掌握识别被篡改人脸图像的学习方法

论文链接：

http://openaccess.thecvf.com/content_ICCV_2019/papers/Rossler_FaceForensics_Learning_to_Detect_Manipulated_Facial_Images_ICCV_2019_paper.pdf

摘要

随着图像合成与处理技术的迅猛进步，其对社会带来的潜在影响引发了广泛关注。此类技术不仅可能削弱公众对数字内容的信任度，更有可能通过传播虚假信息或不实新闻造成更为严重的后果。本研究聚焦于当前最先进的图像处理技术的实际应用情况，以及自动或人工识别这些技术所面临的挑战。为建立统一的检测方法评估标准，本文提出了一套自动化的面部操作检测基准体系。该基准体系以DeepFakes[1]、Face2Face[56]、FaceSwap[2]和NeuralTextures[54]作为代表性样本，涵盖不同压缩等级与尺寸的面部操作案例。该测试平台已向公众开放访问，并包含一个隐藏测试集及一个超过180万