热门标签
热门文章
- 1C语言：输入两个升序排列的序列，将两个序列合并为一个有序序列并输出。_c语言给定两组已按升序排列好的整型数据,合并为一组
- 2Java基础知识回顾-SecureRandom和Random
- 3华为eNSP配置MSTP实验_ensp的mstp配置
- 4np.zeros
- 5基于FPGA的HDMI设计导航页面
- 6当Suno遇上GPTs：一场音乐与AI的创新之旅
- 7Java-MyBatis解决模糊查询的三种方案_java中mysql模糊查询
- 8区块链+会计（3）_区块链 会计
- 9Python实现网页循环持续点赞_电脑上如何自动在网页上点赞
- 10IBM SPSS Statistics for Mac中文激活版：强大的数据分析工具
当前位置: article > 正文
论文阅读-Detecting Deepfakes with Self-Blended Images （利用自混合图像检测深度伪造）
作者：2023面试高手 | 2024-04-18 17:02:13
赞
踩
detecting deepfakes with self-blended images
一、论文信息
论文信息：Detecting Deepfakes with Self-Blended Images
-
论文/Paper: http://arxiv.org/pdf/2204.08376
-
代码/Code: https://github.com/mapooon/SelfBlendedImages
作者团队：
会议：CVPR2022-Oral
二、动机与创新
动机
早期训练集的构造点是基于两种方案：对图片进行模糊处理以模拟生成图片的清晰度下降，以及合成两个图片来制造伪影，以便于学习。然而随着深度伪造技术的进步，清晰度逐渐上升，前者已经不再适用。而后者在低质量数据集上又难以检测伪影，鲁棒性较差。
创新
提出新的合成训练数据—自混合图像（SBIs）来检测深度伪造，其思想为:更通用和几乎不可能识别的假样本鼓励分类器学习通用且健壮的表示，不会过度适应特定于操作的伪影，泛化性更强。
推荐阅读
相关标签
