论文阅读-DF-Platter: Multi-Face Heterogeneous Deepfake Dataset（多人脸异构深度伪造数据集）_deepfake数据集

一、论文信息

文章名称：DF-Platter: Multi-Face Heterogeneous Deepfake Dataset

作者团队：

 会议：cvpr2023

数据集地址：http://iab-rubric.org/df-platter-database

二、动机与创新

动机

目前大多数研究工作都集中在个人外表受控的高质量图像和视频上。 但是，deepfake 生成算法现在能够创建具有低分辨率、遮挡和操纵多个拍摄对象的 deepfake，这给检测带来了新的挑战。

 创新

作者提出了DF-Platter数据集，该数据集模拟了deepfake生成的真实场景。

• 使用多种技术生成的低分辨率和高分辨率深度伪造；

• 带有印度种族面部图像的单主体和多主体深度伪造。

该数据集中的人脸根据性别、年龄、肤色和遮挡等各种属性进行注释。该数据集使用32个GPU和1,800GB的内存准备了116天，它包含三组共133,260个视频。

三、数据集