该数据集包含超过 363 个原创片段，其中有 28 位演员在 16 个不同的场景中的表演。这些高质量的视频为在真实内容上训练模型提供了坚实的基础。

除了原始数据外，数据集还包含使用 DeepFakes 方法生成的 3,000 多个经过处理的视频。这些经过处理的视频对于训练模型准确检测篡改的内容至关重要。

数据集背景

Deepfake Detection 数据集专为深度伪造检测任务而设计，提供了全面的视频序列集合，可用于训练和评估用于识别被操纵媒体的深度学习模型。它是从官方 FaceForensics 服务器下载的，该服务器专门为人脸操纵检测提供高质量的数据集。

该数据集的主要灵感在于解决深度伪造检测所需的基于视频的原始数据集的可用性不足问题。大多数现有数据集都侧重于基于图像的操作，因此迫切需要可用于模型训练和评估的可访问视频数据集。该数据集填补了这一空白，提供了大量原始和经过操作的视频内容。

用例

Deepfake Detection 数据集适用于：

• 训练深度学习模型来检测深度伪造视频。
• 评估现有深度伪造检测算法的性能。
• 研究和开发基于视频的操纵检测领域的新技术。