Sumsub 发布 Deepfake-Detectors-in-the-Wild 数据集, 应用在 深度伪造检测、图像处理 领域

Sumsub 本次发布的数据集 Deepfake-Detectors-in-the-Wild, Deepfake-Detectors-in-the-Wild数据集包含了超过50万个高质量的深度伪造图像，由Viacheslav Pirogov和Maksim Artemev创建。该数据集旨在用于评估深度伪造检测器的性能，数据集包含了由SimSwap和Inswapper生成的深度伪造图像。这些图像是通过将目标数据集中的图像进行性别、年龄和种族匹配后，使用SimSwap和Inswapper进行人脸交换生成的。数据集的创建过程采用了标准的前处理技术，如人脸裁剪和关键点估计。该数据集的应用领域是深度伪造检测，旨在解决深度伪造图像的检测问题。

查看Deepfake-Detectors-in-the-Wild

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。