# FaceForensics++：学习检测被篡改的面部图像
## 概述
FaceForensics++ 是一个取证数据集，包含 1000 个原始视频序列，这些序列已通过四种自动面部篡改方法进行了处理：Deepfakes、Face2Face、FaceSwap 和 NeuralTextures。数据来源于 977 个 YouTube 视频，所有视频均包含可追踪的、大多为正面的面部，且无遮挡，这使得自动篡改方法能够生成逼真的伪造内容。由于我们提供了二值掩码，该数据可用于图像和视频分类以及分割。此外，我们还提供了 1000 个 Deepfakes 模型，用于生成和扩充新数据。
如需了解更多信息，请查阅[我们更新的论文](https://arxiv.org/abs/1901.08971)。
## 服务器状态
停电后，我们的欧盟服务器已恢复运行。遗憾的是，加拿大服务器（CA）仍存在一些问题。在问题解决并移除本消息之前，请暂时使用欧盟主机（EU、EU2）。
## 新功能
- __[FaceShifter](https://lingzhili.com/FaceShifterPage/)：__
我们纳入了已在CVPR2020上发表的两阶段FaceShifter换脸方法。该方法能够生成高保真、保持身份特征的换脸结果，并且与之前的方法相比，通过一个由启发式误差确认细化网络（HEAR-Net）组成的第二合成阶段来处理面部遮挡问题。原始YouTube数据集中的所有1000个原始视频均已被篡改。请前往[他们的项目页面](https://lingzhili.com/FaceShifterPage/)查看更多信息！有关更新后的数据统计及示例视频，请参阅其[数据集页面](dataset/FaceShifter/README.md)。
如果您希望访问新数据，并且已经申请过我们的下载脚本，只需重新使用原始下载链接即可获取更新后的脚本。否则，请填写[此Google表单](https://docs.google.com/forms/d/e/1FAIpQLSdRRR3L5zAv6tQ_CKxmK4W96tAab_pfBu2EKAgQbeDVhmXagg/viewform)，一旦通过审核，我们将把下载脚本的链接发送给您。
- __[深度伪造检测数据集](https://ai.googleblog.com/2019/09