zoukankan      html  css  js  c++  java
  • DeepFakes and Beyond: A Survey of Face Manipulation and Fake Detection

    本文对人脸图像操纵技术进行了全面的综述,包括 DeepFake 方法以及检测此类操纵技术的方法。具体而言,本文综述了四种人脸操纵类型:整张人脸的合成、换脸(DeepFake)、人脸属性操纵和人脸表情操纵。对于每种人脸操纵类型,本文详细介绍了其相关的人脸操纵技术、现有的公共数据库,以及用于评估人脸操纵检测方法的重要基准,包括对这些评估结果的总结。

    四种人脸操纵任务如下:

    • 人脸合成:通常利用强大的 GAN(如近期的 StyleGAN 方法)创建完全不存在的人脸。这些技术获得了惊人的结果,其生成的高质量人脸图像栩栩如生。图 1 展示的人脸合成样本即通过 StyleGAN 生成;

    • 换脸:即将一个人的脸换成另一个人的脸。该领域通常采用两种不同的方法:1)经典的计算机图形学技术,如 FaceSwap;2)新型深度学习技术 DeepFake,如近期的移动应用 ZAO;

    • 人脸属性操纵:即修改人脸的某些属性,如发色、肤色、性别、年龄、是否戴眼镜等。该操纵过程通常使用 GAN 完成,如 StarGAN。该类型的典型示例是流行的移动应用 FaceApp;

    • 人脸表情操纵:即修改人脸表情,如将一个人的面部表情迁移到另一个脸上。最流行的技术之一是 Face2Face,该技术可实时进行。近期方法展现出巨大潜力,可以生成高质量的视频,上述视频中人物(如奥巴马)的发言已被改变。

    1. 人脸合成

    完整的人脸合成数据集:

    这些数据库都不提供真实人脸照片。真实人脸往往从CelebA、FFHQ、CASIA-WebFace、VGGFace2考虑。而上表中的假人脸往往都是利用GAN,特别的利用StyleGAN生成。有了真假照片,就有一些检测方案被提出用来识别图像是真是假:

    2.换脸

    和整张脸合成不同,换脸往往针对检测一个视频是真或假。下面的数据集同时提供了真和假的数据。下表也给出了假脸的合成方法。

    下表给出了检测真假脸的方案:

    3. 人脸属性

    数据集相对少,因为可以利用许多开源的GAN网络来自己生成。著名的有IcGAN和StarGAN、GauGAN。一些检测方案如下:

    4. 人脸表情

    目前的人脸表情数据库只有Forensics++,一些检测方案有:

  • 相关阅读:
    Proj THUDBFuzz Paper Reading: The Art, Science, and Engineering of Fuzzing: A Survey
    Proj THUDBFuzz Paper Reading: A systematic review of fuzzing based on machine learning techniques
    9.3 付费代理的使用
    11.1 Charles 的使用
    第十一章 APP 的爬取
    10.2 Cookies 池的搭建
    10.1 模拟登录并爬取 GitHub
    11.5 Appium 爬取微信朋友圈
    11.4 Appium 的基本使用
    11.3 mitmdump 爬取 “得到” App 电子书信息
  • 原文地址:https://www.cnblogs.com/king-lps/p/12459628.html
Copyright © 2011-2022 走看看