[人工智能]2021CVPR-Multi-attentional Deepfake Detection

多空间注意深度伪造监测

来自中国科学技术大学，微软云AI

摘要：Deepfake 伪造人脸在互联网上广泛传播，并引起了严重的社会关注。近年来，如何检测此类伪造内容已成为研究热点，并提出了许多深度伪造检测方法。他们中的大多数将 deepfake 检测建模为一个普通的二元分类问题，即首先使用主干网络提取全局特征，然后将其输入到二元分类器（真/假）中。但由于此任务中真假图像之间的差异通常是细微的和局部的，我们认为这种普通的解决方案不是最佳的。在本文中，我们将 deepfake 检测表述为细粒度分类问题，并提出了一种新的多注意 deepfake 检测网络。具体来说，它由三个关键组件组成：1）多个空间注意力头，使网络关注不同的局部部分； 2) 纹理特征增强块放大浅层特征中的细微伪影； 3）聚合由注意力图引导的低级纹理特征和高级语义特征。此外，为了解决该网络的学习困难，我们进一步引入了新的区域独立性损失和注意力引导数据增强策略。通过对不同数据集的大量实验，我们证明了我们的方法优于普通二元分类器对应物，并实现了最先进的性能。