.png){kind=icon}
返回
PMCF: A Progressive Multi-Level Collaborative Framework for Face Forgery Detection
.png){kind=icon}
PRE
AI
DOI：10.1109/lsp.2026.3713102.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
深度伪造图像生成技术的快速进步对信息安全和社会信任构成了重大威胁，其中伪造痕迹表现出从微观级噪声到宏观级语义异常的多尺度特征。现有检测方法受限于单尺度特征提取和语义层面的融合效率低下。为解决这些问题，本文提出了一种渐进式多尺度协作框架（PMCF），该框架包含多粒度协作注意力（MGCA）模块和多尺度注意力融合（MLAF）模块。MGCA利用三个并行Transformer分支建模像素级纹理、局部结构和全局语义，而MLAF通过特征金字塔、联合注意力和渐进双向融合实现有效特征对齐。实验结果表明，在多个数据集上相较于对比方法实现了AUC的持续提升。
Keyword:
Modeling
Signal detection
Forgery
Deepfakes
Faces
Modules (abstract algebra)
Transformers
Media
Deepfake detection
multi-granularity collaborative attention
multi-level attention fusion
cross-domain generalization
robustness
