-
题名基于困难感知元学习的跨域人脸伪造检测
- 1
-
-
作者
金世辰
谭晓阳
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《南京航空航天大学学报(自然科学版)》
北大核心
2025年第2期371-377,共7页
-
基金
国家自然科学基金(6247072715)。
-
文摘
随着面部伪造技术的快速迭代,能够应对未见过的伪造方法的鲁棒检测机制需求变得日益重要。然而,当前的方法主要针对特定的伪造技术设计,这在应对更广泛的检测挑战时存在局限性。为了解决这些问题,本文提出了一种用于跨域人脸伪造检测的难度感知元学习(Difficulty⁃aware meta⁃learning,DAML)方法。在元训练阶段,本文方法利用与伪造图像无关的元学习(Model⁃agnostic meta⁃learning,MAML)方法来训练模型。通过利用目标域中的少量数据,可以调整参数以适应新任务。为了解决与模型无关的元学习方法中的不稳定训练问题,本文引入了一种难度感知机制,在训练阶段动态调整不同任务的学习权重。在多个公开的基准数据集上进行了广泛的实验,实验结果表明,本文方法优于RECCE、Xception、RFM等方法,在适应未见过的目标域方面表现更好。
-
关键词
人脸伪造检测
元学习
跨领域
动态调整学习权重
泛化性
-
Keywords
face forgery detection
meta⁃learning
cross domain
dynamic adjustments of learning weights
generalization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
