基于逆向知识蒸馏人脸重建的深度伪造检测算法

摘要

针对深度伪造检测算法在数据集FaceForensics++(FF++)上神经纹理(neural textures, NT)伪造方法检测效果较低的问题，通过对人脸图像的细粒度特征提取进行改进，提出一个逆向知识蒸馏网络(reverse knowledge distillation net, RKD-Net).首先，RKD-Net以逆向知识蒸馏为主体框架，保留了输入人脸图像丰富的细粒度信息；其次，在编码器和解码器中间插入了空间和通道重建卷积，从空间和通道两个维度上加强细粒度信息的表示；最后，使用残差坐标注意力分类器，增强逆向知识蒸馏网络输出的真实特征和细节特征，并根据这些不同特征对输入到网络的人脸图像进行分类.实验结果表明，RKD-Net在保证对其他伪造方法检测效果的情况下，对NT伪造方法检测效果达到最佳.

关键词

深度伪造检测 / 逆向知识蒸馏 / 空间和通道重建卷积 / 坐标注意力

基金资助

吉林省科技发展计划重点研发项目(批准号：YDZJ202502CXJD068)