DFIL:利用领域不变伪造线索进行 Deepfake 增量学习

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

CoReST是一种自我监督变压器协同对比和重建学习方法,通过在真实人脸视频上进行自我监督预训练,然后在特定的人脸伪造视频数据集上用线性头进行微调,增强表示学习。实验结果表明,该方法在公共数据集上的表现比现有的有监督竞争方法更好,并具有令人印象深刻的泛化性能。

🎯

关键要点

  • 提出了一种自我监督变压器协同对比和重建学习方法 (CoReST)。
  • 方法首先在真实人脸视频上进行自我监督预训练。
  • 在特定的人脸伪造视频数据集上用线性头进行微调。
  • 引入对比和重建学习的辅助任务以增强表示学习。
  • 引入领域适应性重建模块以弥合不同伪造领域之间的差距。
  • 实验结果显示该方法在公共数据集上的表现优于现有的有监督竞争方法。
  • 该方法具有令人印象深刻的泛化性能。
➡️

继续阅读