基于注意力模块的人脸伪造检测模型

残差网络(rsidual network,ResNet)由于网络结构的优良设计,在图像分类领域取得了优越性能,然而在人脸篡改检测任务上的性能仍有较大提升空间。而近年提出的注意力机制在处理人脸与背景的能力优于传统卷积神经网络。针对以上问题,在ResNet中引入注意力机制并提出RCNet(ResNet with COT)模型。而鉴于上下文注意力transformer模块在关联人脸与背景信息的优越性,将其与ResNet模型进行结合并在faceforensic++(FF++)数据集上进行训练与测试。实验结果显示,在ResNet的基础上RCNet的分类准确率最高提升了6个百分点,结果表明了RCNet在假脸检测上的优势。