【Keyframes】Deep Convolutional Pooling Transformer for Deepfake Detection
文章目录
- Deep Convolutional Pooling Transformer for Deepfake Detection
- 背景
- key points
- 贡献
- 方法
-
- 框架
- 关键帧提取
- 卷积局部特征提取
- 基于卷积池和重注意的深度变压器
-
- 1)卷积池转换器：
- 2)深度重新注意：
- 3)二值分类：
- 实验
-
- 实验细节
- 性能评估
- 关键帧分析
- 总结
- 局限性
Deep Convolutional Pooling Transformer for Deepfake Detection
会议/期刊：ACM Transactions on Multimedia Computing, Communications, and Applications 2023
作者：
背景
局部特征和局部关系不足以让模型训练学习到足够的通用信息来进行Deepfake检测。
key points
提出了一个深度卷积转换器，以结合局部和全局的决定性图像特征。
使用卷积池和重新关注来丰富提取的特征，提高效率。
在模型训练中使用了很少讨论的图像关键帧来提高性能，并可视化了视频压缩导致的关键帧与正常图像帧之间的特征量差距。
【泛化目的】