文章目录
- Exposing the Deception: Uncovering More Forgery Clues for Deepfake Detection
- points
- 摘要
- 介绍
- 相关工作
- 方法
- 局部解耦模块
- 全局聚合模块
- 评估
- 实验设置
- 与现有方法的比较
- 消融实验
- 可视化
- 局限性
- 理论证明（补充）
- 评估（补充）
Exposing the Deception: Uncovering More Forgery Clues for Deepfake Detection
会议/期刊：AAAI 2024
作者：
code：https://github.com/QingyuLiu/Exposing-the-Deception
points
更广泛线索探索
互不重叠局部特征
局部解耦 全局聚合
摘要
Deepfake技术带来了一系列新颖而引人注目的应用。不幸的是，高保真假视频的广泛扩散导致了普遍的混乱和欺骗，粉碎了我们的信念，即眼见为实。【背景】
到目前为止，被忽视的一个方面是，目前的Deepfake检测方法可能很容易陷入过度拟合的陷阱，只关注一个或几个局部区域内的伪造线索。此外，现有的伪造特征提取方法严重依赖于神经网络，缺乏理论约束，无法保证提取足够的伪造线索和剔除多余的特征，导致在实际应用中的准确性和推广性不高。【现状】
在本文中，我们试图通过三个设计来解决这些挑战：
（1）我们提出了一个新的框架，通过提取多个非重叠的本地表
