超级会员免费看
该论文提出了一种名为VFD的深度学习模型，通过匹配音频和人脸的内在相关性来进行Deepfake检测。VFD模型采用预训练-微调范式，减少了对额外数据的需求，能有效泛化到多种Deepfake数据集。通过测量声音和人脸的相似性，VFD在真实和假视频中取得了显著的区别，提高了Deepfake检测的准确性。
一、论文信息：
-
题目：Voice-Face Homogeneity Tells Deepfake
-
作者团队：
-
会议：CVPR 2022
二、背景与创新
-
背景：大多数Deepfake检测方法致力于探索虚假视频人脸操作伪影，视觉、频域等方面，但这些方法跨数据集的泛化能力较低，如在FF++上训练的模型迁移到DFDC上时性能显著下降，因为不同算法针对不同数据集关注的区域不同。
2. 创新：
1）提出语音人脸匹配检测模型&#x
订阅专栏 解锁全文
扫一扫
评论 6
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
