【ICCV2019】论文阅读FaceForensics++: Learning to Detect Manipulated Facial Images

关注

VIP免费原创最新推荐文章于 2026-07-12 10:30:00 发布 7.9k 阅读 AI 写同款· GEO 优化 ›

FaceForensics++数据集高效下载与配置全攻略本文详细介绍了FaceForensics++数据集的下载与配置全攻略，包括数据集简介、下载准备、官方脚本优化、分场景下载配置及常见问题解决方案。通过实战技巧和优化方案，帮助用户高效下载这一Deepfake检测领域的权威数据集，大幅缩短下载时间并确保数据完整性。阅读详情

FaceForensics++: Learning to Detect Manipulated Facial Images

FaceForensics++：是一个面部伪造数据集，它使研究人员能够以有监督的方式训练基于深度学习的方法。数据集包含使用四种最新方法创建的操作，即Face2Face、FaceSwap、DeepFakes和NeuralTextures。

Abstract：

合成图像生成和操纵的快速发展引起人们对其社会影响的巨大担忧。这会导致人们丧失对数字内容的信任，也可能会加剧虚假信息的传播和假新闻的捏造，从而带来更大的伤害。在本文中，我们检查了当前最先进人脸图像操纵技术结果的逼真程度，以及检测它们的困难性——不管是自动检测还是人工检测。具体来说，我们聚焦于 DeepFakes、Face2Face、FaceSwap 这几种最具代表性的人脸操纵方法。我们为每种方法各创建了超过50万张操纵过的图像。由此产生的公开数据集至少比其它同类数据集大了一个数量级，它使我们能够以监督的方式训练数据驱动的伪造图像检测器。我们证明了使用额外的特定领域知识可以改善伪造检测方法，使其准确性达到前所未有的高度，即使在强压缩的情况下同样如此。通过一系列深入实验，我们量化了经典方法、新型深度学习方法和人类观察者之间的性能差异。

文章目录

- FaceForensics++: Learning to Detect Manipulated Facial Images

1.Introduction

现在，操纵视觉内容已经很普遍，也是数字社会中最重要的话题之一。比如，DeepFakes 展示了如何使用计算机图形学和视觉技术进行视频换脸，进而破坏别人的声誉。人脸是目前视觉内容操纵方法的主要兴趣点，这有很多原因。首先，人脸重建和追踪是计算机视觉中比较成熟的领域，而它正是这些编辑方法的基础。其次，人脸在人类沟通中起核心作用，因为人脸可以强调某个信息，甚至可以传达某个信息。目前的人脸操纵（facial manipulation）方法分为两类：面部表情操纵和面部身份操纵（见图 2）。最著名的面部表情操纵技术之一 Face2Face 来自于 Thies 等人 [48]。它可基于商用硬件，将一个人的面部表情实时迁移至另一个人。后续的研究（如《Synthesizing Obama: learning lip sync from audio》[45]）能够基于音频输入序列使人脸动起来。《Bringing portraits to life》[8] 可以编辑图像中的面部表情。

身份操纵是人脸伪造的第二大类。与改变表情不同，身份操纵方法将一个人的脸换到另一个人的面部。因此，这个类别又叫换脸。随着 Snapchat 等消费者级别应用的广泛使用，这类技术变得流行。DeepFakes 也可以换脸，但它使用了深度学习技术。尽管基于简单计算机图形学技术的换脸可以实时运行，但 DeepFakes 需要为每一个视频对进行训练，这非常耗时。

本研究展示了一种方法，可以自动、可靠地检测出此类人脸操纵，且性能大幅超过人类观察者。研究者利用深度学习的近期进展，即使用卷积神经网络（CNN）学习极强图像特征的能力。研究者以监督学习的方式训练了一个神经网络，可以解决人脸伪造检测的问题。为了以监督的方式学习并评估人类观察者的表现，研究者基于 Face2Face、FaceSwap 和 DeepFakes 生成了一个大规模人脸操纵数据集。{基于经典计算机图形学的方法Face2Face[59]和FaceSwap[2]以及基于学习的方法DeepFakes[1]和NeuralTextures[57]。}

一个用于在随机压缩下进行标准化比较的面部操作检测的自动基准，包括人类基准，
一个全新的大规模人工面部图像数据集，由1000个视频的180多万张图像组成，具有原始（即真实）源和目标地面真实性，以实现监督学习，
广泛评估各种场景中最先进的手工制作和学习的伪造检测器，
最先进的伪造检测方法，专门针对面部操作

2.RelatedWork

计算机视觉和数字多媒体取证中的纸张交叉点是多个字段。我们将在以下段落中介绍最重要的相关论文

Face Manipulation Methods 人脸操作方法

近二十年来，人们对虚拟人脸操作的兴趣迅速增加。 Zollhofer等人发表了一份全面的最新报告。[68]。特别是Bregler等人。[13]提出了一种基于图像的方法，称为视频重写，自动创建一个人的新视频嘴巴的动作。使用视频人脸替换[20]，Dale等人。提出了一种最早的自动人脸交换方法。使用单摄像机视频，他们重建两个面的三维模型，并利用相应的三维几何体将源面扭曲到目标面。加里多等人。[29]提出了一个类似的系统来代替一个演员的脸，同时保留原来的表情。VDub[30]使用高质量的3D面部拍摄技术，真实地改变演员的面部，以匹配配音者的嘴巴动作。Thies等人。[58]首次展示了面部再造的实时表情转移。基于消费者级RGB-D相机，他们重建并跟踪源和目标演员的三维模型。源面的跟踪变形应用于目标面模型。作为最后一步，他们在原始目标视频的基础上混合改变的脸。面2面，由Thies等人提出。[59]是一种先进的实时面部