基于面部掩码引导的多人场景图像伪造定位算法

摘要

为解决现有伪造定位算法在小区域面部篡改的多人场景图像时性能下降、鲁棒性不足的问题，提出一种基于面部掩码引导的伪造定位模型FMG-L.首先，为了减轻多人场景图像中背景信息的干扰，设计面部掩码引导模块，鼓励FMG-L关注重要的面部区域；其次，为了提升FMG-L面对图像质量退化的鲁棒性，设计三通道特征提取模块提取多维特征，结合基于双重注意力网络的特征融合模块，增强模型学习到的伪造线索；最后，使用伪造区域定位模块进行伪造定位.在OpenForensics,ManulFake,FFIW和DiffSwap数据集上的实验结果表明，FMG-L能够有效进行伪造定位，具有面对多种图像退化和不同在线社交平台的强鲁棒性.

关键词

深度伪造 / 深度伪造定位 / 多人场景图像 / 小区域篡改 / 面部掩码引导