论文阅读-Detecting and Recovering Sequential DeepFake Manipulation（SeqFakeFormer）

一、论文信息

论文名称：Detecting and Recovering Sequential DeepFake Manipulation（篡改序列检测还原）

论文链接: https://arxiv.org/pdf/2207.02204.pdf

项目主页: https://rshaojimmy.github.io/Projects/SeqDeepFake

GitHub: https://github.com/rshaojimmy/SeqDeepFake

会议：ECCV2022

作者团队：

二、动机与创新

动机

如今由于人脸编辑App的流行，我们可以非常方便地对人脸图片进行多步序列DeepFake篡改。比如对一张人脸图片，先后进行「添加眼镜-加入笑容-去掉胡须」的序列篡改。为解决此类新型DeepFake问题，来自南洋理工大学的研究人员提出了检测并还原DeepFake篡改序列（Seq-DeepFake）任务。

创新

解决DeepFake问题最常见的方式是学习一个二分类模型来进行真/假判别，相比于现有基于二分类 (真/假) 的 DeepFake 检测，Seq-DeepFake任务将其扩展为要求检测不同长度和顺序的篡