DF-Platter: Multi-Face Heterogeneous Deepfake Dataset

一、研究背景
1、以往研究工作大多检测高分辨率的单人图片或视频，但现有深度伪造技术已有能力处理低分辨率的遮挡、多目标对象。
2、现有deepfake detection技术在低分辨率情况、多目标情况下，检测性能均显著降低。

二、研究动机
1、在现实应用场景中，为提高传输效率，视频的分辨率大多较低。
2、在现实应用场景中，deepfake detection技术需要应对面部遮挡、多目标多姿态等非理想情况。

三、研究目标
评估现实场景中的深度伪造技术，并提出DF-Platter数据集，其中包含：
(1)低分辨率和高分辨率的多目标deepfakes。
(2)单目标和多目标deepfakes。
(3)数据集中的人脸拥有多种属性标注，如性别、年龄、肤色和遮挡。