层级空间原型正则化提升人脸伪造检测泛化性

发生了什么

据arXiv cs.CV发布的研究，层级空间原型正则化方法缓解人脸伪造检测快捷学习，显著提升跨域泛化性。该方法通过学习空间特征的有序原型子空间来建模伪造流形，并引入原型正交性和二阶分配平衡，以减少对特定数据集捷径的依赖。实验显示，该方法在跨数据集和跨操作设置中分别提升了5.6%和5.3%的帧级AUC，并使现有最先进检测器的视频级AUC达到95.3% (+1.8%)。