跳到正文
arXiv · 机器人与计算机视觉· Chao Shuai, Shaojing Fan, Kun Pan, Jinwu Hu, Weichen Lian, Ziqi Yang, Zhongjie Ba, Zhenguang Liu·· 28 天前精选AI 评分78

超越捷径学习:面向人脸伪造检测的分层空间原型正则化

Beyond Shortcut Learning: Hierarchical Spatial Prototype Regularization for Face Forgery Detection

AI 导读

论文指出通用深度伪造检测器难以适应未见过的操作流水线,且法证表征易受数据集中特定伪影影响而崩溃。为此提出分层空间原型(HSP)正则化方法,通过构建结构化原型子空间显式建模伪造流形,并引入原型正交性与二阶分配平衡以保留潜在因子的几何独立性、提升表征秩利用率。

推荐理由

针对深度伪造检测中法证表征不稳定的问题,提出分层空间原型正则化方法,在跨数据集与跨操作设置下显著提升泛化性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org