DiffusionFace: 확산 기반 얼굴 위조 분석을 위한 종합 데이터셋으로 나아가기

딥 러닝의 급속한 발전은 초현실적인 얼굴 위조 방법을 탄생시켰으며, 이는 허위 정보 및 보안 위험과 관련된 우려를 초래하고 있습니다. 기존의 얼굴 위조 데이터셋은 고품질 얼굴 이미지를 생성하는 데 한계가 있으며, 진화하는 생성 기술이 제기하는 도전 과제를 해결하는 데 부족합니다. 이를 해결하기 위해, 우리는 조건 없이 및 텍스트 가이드 얼굴 이미지 생성, Img2Img, 인페인팅 및 확산 기반 얼굴 교환 알고리즘 등을 포함하는 다양한 위조 범주를 다루는 첫 번째 확산 기반 얼굴 위조 데이터셋인 DiffusionFace를 제시합니다. 우리의 DiffusionFace 데이터셋은 11개의 확산 모델의 방대한 수집과 생성된 이미지의 고품질로 두드러지며, 평가를 위한 필수 메타데이터 및 실제 인터넷에서 수집된 위조 얼굴 이미지 데이터셋을 제공합니다. 또한 데이터에 대한 심층 분석을 제공하고 얼굴 이미지 인증 프로세스에서 보안을 강화하기 위해 위조 얼굴 이미지를 탐지하는 차별 모델의 효과성을 철저히 평가하기 위한 실용적인 평가 프로토콜을 소개합니다. 이 데이터셋은 https://github.com/Rapisurazurite/DiffFace에서 다운로드할 수 있습니다.