中国教育部多媒体可信感知与高效计算重点实验室 发布 DiffusionFace 数据集, 应用在 面部伪造检测、扩散模型 领域

中国教育部多媒体可信感知与高效计算重点实验室 本次发布的数据集 DiffusionFace, DiffusionFace是首个基于扩散模型的面部伪造分析数据集，由中国教育部多媒体可信感知与高效计算重点实验室和厦门大学联合创建。该数据集包含600,000张图像，涵盖无条件和文本引导的面部图像生成、图像到图像转换、修复和基于扩散的面部交换算法等多种伪造类别。数据集利用Multi-Modal-CelebA-HQ数据集的高质量、丰富注释的面部图像，通过11种扩散模型生成伪造面部。DiffusionFace不仅为开发高级检测模型提供了基础，还通过引入实用的测试协议，严格评估了区分模型在检测伪造面部图像方面的有效性，旨在增强面部图像认证过程的安全性。

查看DiffusionFace

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。