文章目录
- In Ictu Oculi: Exposing AI Created Fake Videos by Detecting Eye Blinking
- 背景
- 关键点
- 内容
- 预处理
- Long-Term Recurrent CNNs
- LSTM-RNN
- 模型训练
- 实验
- data
- 启示
In Ictu Oculi: Exposing AI Created Fake Videos by Detecting Eye Blinking
会议:2018 IEEE International Workshop on Information Forensics and Security (WIFS)
作者:
背景
虽然基于信号水平线索(例如传感器噪声、CFA插值和双JPEG压缩)、物理层证据(例如照明条件、阴影和反射)或语义级一致性(例如元数据的一致性)的传统媒体取证方法可以应用于此目的,但它们对于检测DeepFake视频不够可靠或有效。
眨眼指的是眼睑快速闭合和打开的运动。自发眨眼是指在没有外界刺激和内部努力的情况下眨眼,由运动前脑干控制,在没有意识的情况下发生,具有重要的生物学功能,可以滋润泪液,清除角膜和结膜表面的刺激物。
关键点
基于视频中眨眼的检测,这是一种生理信号,在合成的假视频中没有很好地表现出来
没有眨眼是DeepFake视频的一个明显迹象
内容
对于一个健康的成年人来说,每次眨眼之间的间隔通常为2-10秒,但实际频率因人而异,典型的眨眼时间为0.1-0.4秒/blink2。
我们应该期望从上述频率和持续时间的真