Il s'agit d'un ensemble de données médico-légales qui utilise quatre algorithmes de changement de visage automatique : Face2Face, FaceSwap, DeepFakes et NeuralTextures pour traiter 1 000 séquences vidéo réelles. Les données proviennent de 977 vidéos YouTube, qui contiennent toutes un visage frontal traçable et en grande partie dégagé, ce qui rend les visages générés aussi réalistes que possible. Exemple d'image :

Citation

@inproceedings{roessler2019faceforensicspp,
author = {Andreas R\"ossler and Davide Cozzolino and Luisa Verdoliva and Christian Riess and Justus Thies and Matthias Nie{\ss}ner},
title = {Face{F}orensics++: Learning to Detect Manipulated Facial Images},
booktitle= {International Conference on Computer Vision (ICCV)},
year = {2019}
}