【ICICT2020】Explainable Deep-Fake Detection Using Visual Interpretability Methods

Explainable Deep-Fake Detection Using Visual Interpretability Methods

【摘要】提出了一个使用深度学习方法来检测深度造假视频的框架:

在FaceForensics的DeepFakeDetection数据集中提取的人脸数据库上训练了卷积神经网络架构。

此外，已经在各种可解释的人工智能技术(如LRP和LIME)上测试了该模型，以提供模型所聚焦的图像显著区域的清晰可视化。

预期的和难以捉摸的目标是定位由Faceswaps引起的面部操作。希望通过这种方式在人工智能和人类代理之间建立信任，并展示XAI在各种现实生活场景中的适用性。