超级会员免费看
该论文针对面部伪造检测的泛化问题，提出了一种新型方法——桥接双侧领域对齐（Bridging BDSA）。通过自适应批处理和实例归一化（ABIN）、特征空间插值生成桥接样本以及分布对齐损失函数，有效缩小了不同伪造类型间的特征差距，提高了检测模型的泛化性能。在多种伪造方法的数据集上进行了实验，验证了方法的有效性。
一、论文信息
作者团队：
二、动机与创新
动机：多数伪造检测方法都面临着泛化问题。特别是，现有的泛化方法很难检测到未见过的伪造类型的假脸。本文作者认为，泛化存在困难的原因是跨伪造类型间的分布差距太大。因此，在本文中，作者通过基于领域对齐
订阅专栏 解锁全文
扫一扫
评论 2
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
作者团队：
动机：多数伪造检测方法都面临着泛化问题。特别是，现有的泛化方法很难检测到未见过的伪造类型的假脸。本文作者认为，泛化存在困难的原因是跨伪造类型间的分布差距太大。因此，在本文中，作者通过基于领域对齐
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
