DiFF 扩散模型生成的面部伪造数据集

DiFF 是一个由山东大学、新加坡国立大学等机构共同研发的高质量、大规模的面部伪造图像数据集，其基于扩散模型生成，含有超过 50 万张图像。这些图像在 4 种不同环境下，通过 13 种前沿技术手段生成。

DiFF is a high-quality, large-scale facial forgery image dataset jointly developed by Shandong University, the National University of Singapore and other institutions. The images within this dataset are generated using diffusion models, totaling over 500,000 samples. These images are created through 13 cutting-edge generation techniques across 4 different environments.

搜集汇总

背景与挑战

背景概述

DiFF是一个由山东大学、新加坡国立大学等机构共同研发的高质量面部伪造图像数据集，基于扩散模型生成，包含超过50万张图像，在4种环境下通过13种技术手段生成，并利用3万条提示确保真实性和语义一致性。该数据集适用于面部伪造检测、深度伪造的对抗性攻击与防御等计算机视觉任务训练。