2022-ECCV-Hierarchical Contrastive Inconsistency Learning for Deepfake Video Detection
一、研究背景1.真实视频和伪造视频的面部动作规律不同,二者的时序信息不一致性可以作为识别深度伪造的有效线索。2.现有的方法倾向于施加二分类监督,限制了模型只能关注类别层面的差异。3.存在只有某一部分被篡改的视频。4.现有伪造手段比较成熟,在单张图片上难以找到伪造痕迹。二、研究动机时间不一致性揭示了真实视频和伪造视频之间不一致的面部动作,因此应该通过比较来挖掘。三、研究目标1.进行局部和全局对比。2