딥페이크 변조 영상 탐지 AI 경진대회

서울대 | 영상 | GAN | 분류 | Accuracy

  • Prize : 1,000만원
  • 433명
  • 마감
Join Competition

 

[Private 2nd LB 0.9683] 취미유저팀 코드

Follower 1 Following 0
2021.01.07 20:25 2,108 Views language
10
comments 3
5
2

안녕하세요, 취미유저팀 취미유저입니다.

저희팀 코드를 공유드리니 참고바랍니다.
train.ipynb과 infer.ipynb로 나누어져있습니다. 

내용은 4가지로 요약할 수 있습니다. 

1.  Xception 모델 사용
     : 논문 suryvey를 하니  Xception에 가장 좋은 성능을 보인다고 하여 해당 모델을 사용하였습니다. 
    (FaceForensics++: Learning to Detect Manipulated Facial Images, ICCV 2019,  
     A Large-scale Challenging Dataset for DeepFace Forensics, CVPR 2020)

2.  FaceForensics++ 데이터로 학습된 pre-trained model weight 사용 (출처 - https://github.com/HongguLiu/Deepfake-Detection)
     : 마찬가지로... 논문 survey를 하니 공개된 pre-trained model weight가 있어서 그대로 사용하였습니다.

3.  CenterCropping 사용
     : CenterCropping 결과가 Face Cropping 결과 잘나와서 CenterCropping을 사용하였습니다. CenterCropping을 하면 배경도 함께 학습이 되는데 이 부분이 적대적샘플(노이즈) 검출에 강인한 모델을 만들지 않았나 예상합니다. 

4.  overfit을 막기 위해 1번만 학습

대회 초반 단계에서 위 셋팅 만으로 LB 0.97점을 달성하고, FaceCropping, 5Fold, 앙상블 등 이것저것 다 해봤는데 오히려 점수가 더 내려갔었습니다. 그러다 보니, baseline코드에서 크게 바뀐 것이 없는 것 같습니다. 

다른 상위권 분들에 비해 많이 부족하지만 너그러운 마음으로 봐주시길 바랍니다 ㅎ

Code
👾 마당쇠
2021.01.08 14:30

정리 감사합니다.

DACONIO
2021.01.08 15:33

취미유저 팀 님 수고 많았습니다!! 감사합니다!

한국싸이
2021.01.13 04:06

간단한데 강력하네요. 좋은 솔루션 감사드립니다 !

로그인이 필요합니다
0 / 1000