Continual face forgery detection based on relation-aware spatial-frequency interaction aggregation and contrastive learning

doi:10.1016/j.patcog.2025.112456

Continual face forgery detection based on relation-aware spatial-frequency interaction aggregation and contrastive learning

2025-09-22

0

PRE

AI

DOI：10.1016/j.patcog.2025.112456

原文链接

原文求助

摘要

En 中文

随着互联网上伪造人脸图像的激增，对于设计有效的伪造图像检测方法的研究兴趣日益增加。大多数现有方法表现出较差的泛化性能，这使得它们难以适应新兴的伪造技术。为解决这一挑战，我们提出了一种新颖的持续人脸伪造检测（CFFD）框架，该框架集成了多视角知识蒸馏和混合采样回放机制，以提升模型对演变伪造技术的泛化能力。在框架内部，我们还提出了一种关系感知的空间-频率交互聚合网络（RSIA-Net）。该网络利用设计的关系感知空间-频率交互聚合（RSIA）模块，根据相关性引导信息自适应地重新加权空间域和频率域增强特征，并执行交互聚合。这种层次化的相关性引导细化机制有助于模型提取更精细的表示。此外，我们提出了一种层次化的空间-频率对比学习机制（HSCL），通过在空间域和频率域的多级特征上建模域内和跨域特征相关性，促进双域信息融合，并学习具有增强的类内一致性和类间多样性的嵌入空间。在四个公开数据集上的广泛实验表明，所提出的方法在检测不同类型的人脸伪造方面优于最先进的技术。

Continual face forgery detection based on relation-aware spatial-frequency interaction aggregation and contrastive learning

摘要

期刊

机构

引用论文