陈先森的搬砖台

主要动机：现有的伪造人脸检测方法都是伪造痕迹驱动的，其在未知伪造方法合成的数据上效果大幅下降，且对压缩、噪声等鲁棒性不够。因此，论文提出一种新的鉴伪思路，即有目标对象的参考图像的情景。

自动化所雷震老师团队的工作，主要是引入人脸的3D重建中的信息辅助人脸鉴伪。

熵的物理意义是体系混乱程度的度量。熵可以用来表示任何一种能量在空间中分布的均匀程度，能量分布得越均匀，熵就越大。

主要动机：现有的方法通常在特定伪造方法的数据集上进行训练，在未见过的伪造方法数据上泛化性较差。

主要动机：Deepfake 图像在制作过程中，存在一个拼接融合的操作，伪造区域和非伪造区域来源不同，两者之前可能会存在不同的特征，包括 in-camera featrues (PRNU noise)，out-camera features (JPEG compression patterns, compression retes, frame rates) 和 forgery features (copy-pasete artifacts, blending artifacts, GAN fingerprints)，因此，可以利用伪造区域和邻近区域的特征不一致性来进行鉴伪。