一篇新研究论文介绍了一个考虑了真实图像退化的面部伪造检测基准。该研究评估了六个模型家族,包括卷积和基于 Transformer 的网络,以及一个冻结的自监督 DINOv3 主干。结果表明,在干净数据集上表现良好的模型在退化图像上常常会遇到困难,其中 Xception 在干净性能上表现最佳,而冻结的 DINOv3 在退化下表现出最强的鲁棒性。 AI
影响 强调了对更鲁棒的人脸伪造检测模型的需求,这些模型能在真实世界的图像退化下表现良好。
排序理由 详细介绍新基准和现有模型评估的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →