ForgeryNet_目前公开最大的深度人脸伪造数据集CVPR2021

文章目录

ForgeryNet | 目前公开最大的深度人脸伪造数据集 | CVPR 2021 oral

ForgeryNet | 目前公开最大的深度人脸伪造数据集 | CVPR 2021 oral

#CVPR 2021 oral## 伪造人脸分析#

ForgeryNet: A Versatile Benchmark for Comprehensive Forgery Analysis

逼真的合成技术飞速发展，使真实图像与操纵图像之间的界限开始模糊。因此，基准化和推进数字伪造分析已经成为一个迫在眉睫的问题。

但现有的对此问题所需要的人脸伪造数据集要么多样性有限，要么只支持粗粒度的分析。

作者在本次工作中，针对上述挑战，构建了 ForgeryNet 数据集，是一个极其庞大的人脸伪造数据集，在图像和视频级数据中具有统一的标注，涵盖以下四个任务。

**Image Forgery Classification：** 图像伪造分类，包括双向（真 / 假）、三向（真 / 假与身份置换的伪造方法 / 假与身份保留的伪造方法）和 n 向（真和 15 种各自的伪造方法）分类。

**Spatial Forgery Localization：** 空间伪造定位，将伪造图像的操纵区域与其对应的源头真实图像进行对比分割。

**Video Forgery Classification：** 视频伪造分类，对视频级作假分类进行重新定义，在随机位置上进行操纵帧。因为现实世界中的攻击者可以自由操纵任何目标帧。

**Temporal Forgery Localization：** 时间伪造定位，对被操纵的时间段进行定位。

ForgeryNet 是目前公开的最大的深度人脸伪造数据集，从数据规模（290 万张图像，221247 个视频）、manipulations 操纵（7 种图像级方法，8 种视频级方法）、perturbations 扰动（36 种独立的和更多的混合扰动）和标注（630 万个分类标签，290 万个操纵区域标注和 221247 个时空伪造段标签）来看，它都是最大的。