DomainForensics: Exposing Face Forgery across Domains via Bi-directional Adaptation
一、研究背景1.新的深度伪造手段层出不穷且生成的图片与现有数据集差距极大。2.现有数据集上性能良好的检测技术在面对新的伪造手段时会出现性能骤降现象。3.许多工作试图在数据层面上寻找各种方法共有的伪造痕迹以提升检测技术的泛化性能。4.数据增强、频域特征提取、零样本学习、少样本学习都有各自的缺点。二、研究动机1.zero-shot方法难以利用新增样本,few-shot方法需要对样本进行注释,无监督域自