BriefGPT - AI 论文速递
·
通过历史分布保持进行持续脸部伪造检测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了历史分布保持（HDP）框架，使用通用对抗扰动（UAP）模拟历史伪造分布，通过知识蒸馏维持真实面孔在不同模型中的分布变化。该方法有效学习新的伪造攻击而不遗忘先前的攻击，并构建了连续面部伪造检测（CFFD）基准。实验证明该方法优于现有竞争对手。
🎯
关键要点
- 提出了历史分布保持（HDP）框架。
- 使用通用对抗扰动（UAP）模拟历史伪造分布。
- 通过知识蒸馏维持真实面孔在不同模型中的分布变化。
- 有效学习新的伪造攻击而不遗忘先前的攻击。
- 构建了连续面部伪造检测（CFFD）基准。
- 实验证明该方法优于现有竞争对手。
➡️
