基于归一化一致性的数据筛选方法：提升深度伪造检测泛化能力的新策略

《Neurocomputing》：Normalization-consistent data curation for generalizable deepfake detection

本文提出归一化一致性数据筛选（NormCura）方法，通过评估训练样本在不同归一化参数（如μ0/σ0）下的预测稳定性，筛选出对预处理变化不敏感的鲁棒样本进行训练。该方法无需修改模型结构即可显著提升深度伪造检测器在跨数据集（如FF++、DiFF）的泛化性能，尤其对扩散模型生成的人脸具有强适应性，为克服数据偏见依赖提供了新思路。

　　

亮点

深度伪造生成技术涵盖全脸合成（Whole Face Synthesis）、属性操控（Attribute Manipulation）、身份替换（Identity Swap）及表情移植（Expression Swap）等方向。全脸合成依赖生成对抗网络（GAN）和扩散模型（Diffusion Models）生成虚拟人脸；属性操控通过调整肤色、发色等局部特征实现面部篡改；身份替换与表情移植则分别针对个体生物特征和动态表情进行迁移。

问题阐述

给定包含N个样本的源数据集D = {(x_i, y_i)}_i=1^N，其中x_i∈R^C×H×W为图像张量，y_i∈{0,1}为真假标签，目标是训练检测器f_θ: R^C×H×W→[0,1]使其适应分布差异显著的未知数据集。

方法概览

如图2所示，NormCura框架包含两个阶段：

阶段I 首先通过预热训练获得初始检测器，随后利用该检测器在多组归一化参数（如μ_test=αμ₀, σ_test=βσ₀）下评估训练样本的预测一致性，筛选出稳定性高的样本子集。

阶段II 基于筛选后的鲁棒样本重新训练检测模型，使模型专注于学习对归一化变化不敏感的法医学特征（如篡改边界痕迹），而非数据集特异性伪影。

实验验证

本节通过系统实验评估NormCura效能：首先介绍数据集配置（包括FF++、DF40等9个深度伪造数据集）、模型实现细节与评估指标；随后进行泛化性能测试，涵盖换脸技术与扩散生成数据的跨域检测；进一步分析模型对图像扰动（如压缩、噪声）的鲁棒性；通过消融实验验证核心模块贡献度，并探究一致性阈值敏感性等参数影响。

结论

NormCura通过数据层面优化显著缓解了深度伪造检测中的归一化敏感性问题。该方法以预测一致性为筛选准则，使模型摆脱对预处理参数的依赖，在多种新兴伪造技术（如扩散生成人脸）上展现优越的跨域适应性，为构建鲁棒检测系统提供了新范式。