DiFF ist ein hochwertiger, groß angelegter Bilddatensatz zur Gesichtsfälschung, der gemeinsam von der Shandong University, der National University of Singapore und anderen Institutionen entwickelt wurde. Es wird auf Basis des Diffusionsmodells generiert und enthält mehr als 500.000 Bilder. Diese Bilder wurden in 4 verschiedenen Umgebungen unter Verwendung von 13 hochmodernen Technologien erstellt.

Der Datensatz verwendet 30.000 sorgfältig gesammelte Text- und visuelle Hinweise, um sicherzustellen, dass die generierten Bilder sehr realistisch und semantisch konsistent sind. Die Originalbilder stammen aus öffentlichen Datensätzen wie VoxCeleb2 und CelebA, die 23.661 Originalbilder von 1.070 verschiedenen Identitäten enthalten. Der DiFF-Datensatz eignet sich zur Erkennung von Gesichtsfälschungen, für feindliche Angriffe und zur Abwehr von Deepfakes sowie für das Training anderer damit verbundener Computer Vision-Aufgaben.