【3DAD】Within 3DMM Space: Exploring Inherent 3D Artifact for Video Forgery Detection

Within 3DMM Space: Exploring Inherent 3D Artifact for Video Forgery Detection

会议/期刊：TIFS 2025
作者：

摘要

deepfake技术的惊人发展和潜在滥用引发了许多隐私和安全问题，引发了广泛的担忧。【背景】

现有的deepfake检测方法专注于分析面部的局部区域，例如嘴部运动，眨眼频率等，然而，这些方法在捕获伪造面部中存在的全局不一致性方面受到限制。【现状——全局不一致性还是受到限制】[那么就要从全局不一致性的角度入手]

针对一些研究者试图捕捉与人脸全局信息相关的3D伪影，但通常将3D信息仅仅作为输入【缺乏深入分析的缺点】

本文创新性地提出3D伪影检测器（3DAD）方法，其利用伪造视频中的3D语义空间上的时空不一致性来揭示deepfake线索。
我们采用**3D分析单元（3DAU）**在3D变形模型（3DMM）空间内预训练人脸重建任务，从而获得高级固有3D表示。同时，对于面部中的多级信息，利用纹理感知单元（T