DeepfakeTIMIT 深度伪造检测数据集

* 该数据集支持在线使用，点击此处跳转。

DeepfakeTIMIT 是由 Idiap 研究所于 2018 年创建的一个用于深度伪造检测的数据集，它包含了使用开源的基于生成对抗网络 (GAN) 的方法交换面孔的视频。这些视频基于原始的自动编码器基础的 Deepfake 算法创建。数据集从公开可用的 VidTIMIT 数据库中手动选择了 16 对人脸相似的个体，为每个个体训练了两种不同质量的模型：低质量 (LQ) 模型输入 / 输出尺寸为 64×64，以及高质量 (HQ) 模型，尺寸为 128×128 。对于 VidTIMIT 数据库中每个人 10 个视频，生成了 320 个相应版本的视频，总共产生了 620 个面孔被交换的视频。音频方面，保留了每个视频的原始音轨，没有对音频通道进行任何修改。

该数据集旨在支持深度伪造检测技术的研究，并可用于训练和测试相关的深度学习模型。相关引用论文为 P. Korshunov 和 S. Marcel 的论文《DeepFakes: a New Threat to Face Recognition? Assessment and Detection》，以及 C. Sanderson 和 B.C. Lovell 的论文《Multi-Region Probabilistic Histograms for Robust and Scalable Identity Inference》。