赞
踩
在人工智能领域,深度伪造(DeepFake)技术的快速发展带来了新的挑战和机遇。为了推动这一领域的研究,我们引入了 Celeb-DF ——一个大规模且极具挑战性的深度伪造检测数据集。这个数据集包含了590个原始名人视频,以及从这些视频中合成的5639个虚假视频。 Celeb-DF 的目标是为学术界和业界提供一个基准,以改进现有的深度伪造检测方法。
Celeb-DF 数据集的独特之处在于其广泛性和多样性,包括不同年龄、种族和性别的主题。这使得该数据集成为测试和评估深度伪造检测算法性能的理想平台。与以往的数据集相比(如 UADFV、DeepFake-TIMIT 和 FaceForensics++),Celeb-DF 提供了更复杂、更逼真的伪造样本,如图所示:
[比较图表]
此外, Celeb-DF 还提供了对当前最优检测方法的平均AUC性能的评估,展示了在该数据集上检测真实与伪造视频的难度。
[AUC性能图表]
Celeb-DF 数据集的应用场景广泛,包括但不限于:
如果你正在研究深度学习或图像处理,或者想要提升你的深度伪造检测能力,Celeb-DF 是不容错过的重要资源。只需填写我们的访问申请表格,即可获取数据集,并参与到这场探索真伪边界的前沿之战!
引用本文请参考:
@inproceedings{Celeb_DF_cvpr20,
author = {Li, Yuezun, Yang, Xin, Sun, Pu, Qi, Honggang, and Lyu, Siwei},
title = {Celeb-DF: A Large-scale Challenging Dataset for DeepFake Forensics},
booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year = {2020}
}
观看以下视频演示,体验 Celeb-DF 带来的深度伪造检测之旅:
[视频链接]
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。