# CViT
### Deepfake Video Detection Using Convolutional Vision Transformer
Implementation code for our paper.
[link to paper](https://arxiv.org/abs/2102.11126) | [link to MS Thesis](http://etd.aau.edu.et/handle/123456789/24209) | [link to MS Thesis defense PPT file](https://github.com/erprogs/CViT/blob/main/CViT.pptx) | [link to CViT2](comingsoon)
## Update, April 1, 2024
# CViT2
### Improved Deepfake Video Detection Using Convolutional Vision Transformer
### Requirements:
* Pytorch >=1.4
### DL library used for face extraction
* helpers_read_video_1.py
* helpers_face_extract_1.py
* blazeface.py
* blazeface.pth
* face_recognition
* facenet-pytorch
* dlib
### Preprocessing
extractfaces.py
Face extraction from video.
The code works for DFDC dataset. You can test it using the sample data provided.
### Weights
cvit_deepfake_detection_ep_50.pth - Model weight for CViT. <br />
cvit2_deepfake_detection_ep_50.pth - Model weight for CViT2. <br />
### Predict CViT
Download the pretrained model from [Huggingface](https://huggingface.co/datasets/Deressa/cvit) and save it in the `weight` folder.
##### CViT2 - trained on 5 datasets including DFDC
```bash
wget https://huggingface.co/datasets/Deressa/cvit/blob/main/cvit2_deepfake_detection_ep_50.pth
```
or
##### CViT - trained on DFDC
```bash
wget https://huggingface.co/datasets/Deressa/cvit/blob/main/cvit_deepfake_detection_ep_50.pth
```
```python cvit_prediction.py --p <video path> --f <number_of_frames> --w <weights_path> --n <network_type> --fp16 <half_precision>```
### To predict on some deepfake datasets:
```python cvit_prediction.py --p <video path> --f <number_of_frames> --d <dataset_type> --w <weights_path> --n <network_type> --fp16 <half_precision>```
E.g usage:
```python cvit_prediction.py --p sample__prediction_data --f 15 --n cvit2 --fp16 y ```
predict DFDC:
```python cvit_prediction.py --p dfdc_vidoes --d dfdc --f 15 --n cvit2 --fp16 y ```
#### Arguments
Predicts whether a video is Deepfake or not.<br />
Prediction value <0.5 - REAL <br />
Prediction value >=5 - FAKE
--p (str): Path to the video or image file for prediction.
Example: --p /path/to/video.mp4
--f (int): Number of frames to process for prediction.
Example: --f 30
--d (str): Dataset type. Options are dfdc, faceforensics, timit, or celeb.
Example: --d dfdc
--w (str): Path to the model weights for CViT or CViT2.
Example: --w cvit2_deepfake_detection_ep_50
--n (str): Network type. Options are cvit or cvit2.
Example: --n cvit
--fp16 (str): Enable half-precision support. Accepts a boolean value (true or false).
Example: --fp16 true
### Train CViT
To train the model on your own you can use the following parameters:<br />
``` python train_cvit.py -e <epochs> --d <data_path> --b <batch_size> --l <learning_rate> --w <weight_decay> --t <test_option>```
### Options
-e, --epoch (int): Number of training epochs, defualt=1.
-d, --dir (str): Path to the training data.
-b, --batch (int): Batch size, defualt=32.
-l, --rate (float): Learning rate, default=0.001.
-w, --wdecay (float): Weight decay, default= 0.0000001.
-t, --test (str): Test on test set (e.g., y).
### Authors
**Deressa Wodajo** <br />
**Solomon Atnafu** <br />
**Peter Lambert** <br />
**Glenn Van Wallendael** <br />
**Hannes Mareen** <br />
## Bibtex
#### CViT
```bash
@misc{wodajo2021deepfake,
title={Deepfake Video Detection Using Convolutional Vision Transformer},
author={Deressa Wodajo and Solomon Atnafu},
year={2021},
eprint={2102.11126},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
```
#### CViT2
```bash
@inproceedings{wodajo2024deepfake,
title={Improved Deepfake Video Detection Using Convolutional Vision Transformer},
author={Deressa Wodajo, Peter Lambert, Glenn Van Wallendael, Solomon Atnafu and Hannes Mareen},
booktitle={Proceedings of the IEEE International Conference on Games, Entertainment & Media (GEM)},
year={2024},
month={June},
address={Turin (Torino), Italy}
}
```
没有合适的资源?快使用搜索试试~ 我知道了~
deepfake视频检测-基于卷积Vision-Transformer实现的deepfake视频检测源码+模型+运行说明
共199个文件
jpg:167个
mp4:13个
py:10个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 182 浏览量
2024-09-27
18:58:38
上传
评论
收藏 80.3MB ZIP 举报
温馨提示
deepfake视频检测-基于卷积Vision-Transformer实现的deepfake视频检测源码+模型+运行说明,该项目是个人毕设项目,答辩评审分达到98分,代码都经过调试测试,确保可以运行!欢迎下载使用,可用于小白学习、进阶。该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用,亦可作为期末课程设计、课程大作业、毕业设计等。项目整体具有较高的学习借鉴价值!基础能力强的可以在此基础上修改调整,以实现不同的功能。 deepfake视频检测-基于卷积Vision-Transformer实现的deepfake视频检测源码+模型+运行说明,该项目是个人毕设项目,答辩评审分达到98分,代码都经过调试测试,确保可以运行!欢迎下载使用,可用于小白学习、进阶。该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用,亦可作为期末课程设计、课程大作业、毕业设计等。项目整体具有较高的学习借鉴价值!基础能力强的可以在此基础上修改调整,以实现不同的功能。 deepfake视频检测-基于卷积Vision-Transformer实现的deepfa
资源推荐
资源详情
资源评论
收起资源包目录
deepfake视频检测-基于卷积Vision-Transformer实现的deepfake视频检测源码+模型+运行说明 (199个子文件)
akndzxxbai_ryfqnbcpmt_6.jpg 11KB
akndzxxbai_ryfqnbcpmt_6.jpg 11KB
akndzxxbai_ryfqnbcpmt_6.jpg 11KB
acsiidpvei_2.jpg 10KB
adqftoxbjl_6.jpg 10KB
adqftoxbjl_6.jpg 10KB
adqftoxbjl_6.jpg 10KB
aeykoomsoa_0.jpg 9KB
aeykoomsoa_0.jpg 9KB
aeykoomsoa_0.jpg 9KB
apjycnnpfi_9.jpg 9KB
apjycnnpfi_9.jpg 9KB
apjycnnpfi_9.jpg 9KB
acguxjvmju_6.jpg 9KB
acguxjvmju_6.jpg 9KB
acguxjvmju_6.jpg 9KB
axrjmjewtw_9.jpg 9KB
axrjmjewtw_9.jpg 9KB
axrjmjewtw_9.jpg 9KB
andtikykcc_cfaqbobudg_0.jpg 9KB
andtikykcc_cfaqbobudg_0.jpg 9KB
andtikykcc_cfaqbobudg_0.jpg 9KB
akcxufnmsr_9.jpg 9KB
akcxufnmsr_9.jpg 9KB
akcxufnmsr_9.jpg 9KB
aabyjxwqyo_ppulbuhtsc_0.jpg 9KB
afmhdngiib_6.jpg 8KB
afmhdngiib_6.jpg 8KB
afmhdngiib_6.jpg 8KB
afzglsuwio_7.jpg 8KB
afzglsuwio_7.jpg 8KB
afzglsuwio_7.jpg 8KB
aabyjxwqyo_ppulbuhtsc_1.jpg 8KB
aodczfleto_3.jpg 8KB
aodczfleto_3.jpg 8KB
aodczfleto_3.jpg 8KB
fknauejbfh_5.jpg 8KB
adciglvoob_5.jpg 8KB
adciglvoob_5.jpg 8KB
adciglvoob_5.jpg 8KB
affyecftqy_3.jpg 8KB
affyecftqy_3.jpg 8KB
affyecftqy_3.jpg 8KB
aabyjxwqyo_ppulbuhtsc_2.jpg 8KB
aaragvjucp_1.jpg 8KB
aaragvjucp_1.jpg 8KB
aaragvjucp_1.jpg 8KB
ahmtarbkeg_3.jpg 8KB
ahmtarbkeg_3.jpg 8KB
ahmtarbkeg_3.jpg 8KB
gabriqswhu_5.jpg 8KB
acmhexsysx_6.jpg 8KB
acmhexsysx_6.jpg 8KB
acmhexsysx_6.jpg 8KB
agmurwijnw_7.jpg 8KB
agmurwijnw_7.jpg 8KB
agmurwijnw_7.jpg 8KB
aavqiqgbzl_mjqktsbgyj_0.jpg 8KB
aavqiqgbzl_mjqktsbgyj_0.jpg 8KB
aavqiqgbzl_mjqktsbgyj_0.jpg 8KB
ambzbconcm_wihxahqfwx_1.jpg 8KB
ambzbconcm_wihxahqfwx_1.jpg 8KB
ambzbconcm_wihxahqfwx_1.jpg 8KB
aavqiqgbzl_mjqktsbgyj_1.jpg 8KB
aawhvztjdt_rchhpxquai_1.jpg 8KB
aavqiqgbzl_mjqktsbgyj_1.jpg 8KB
aavqiqgbzl_mjqktsbgyj_1.jpg 8KB
acgzblwsgw_4.jpg 8KB
acgzblwsgw_4.jpg 8KB
acgzblwsgw_4.jpg 8KB
aretpmdutp_4.jpg 8KB
aretpmdutp_4.jpg 8KB
aretpmdutp_4.jpg 8KB
atwqjgynix_7.jpg 8KB
atwqjgynix_7.jpg 8KB
atwqjgynix_7.jpg 8KB
accnrseufh_1.jpg 7KB
acscknxbjl_1.jpg 7KB
acscknxbjl_1.jpg 7KB
acscknxbjl_1.jpg 7KB
azvuadmhnf_7.jpg 7KB
azvuadmhnf_7.jpg 7KB
azvuadmhnf_7.jpg 7KB
aqcmtcybpq_veecjbgkph_1.jpg 7KB
aqcmtcybpq_veecjbgkph_1.jpg 7KB
aqcmtcybpq_veecjbgkph_1.jpg 7KB
anoehnostw_tpztvhiiyt_2.jpg 7KB
anoehnostw_tpztvhiiyt_2.jpg 7KB
anoehnostw_tpztvhiiyt_2.jpg 7KB
asjeirtlwd_5.jpg 7KB
asjeirtlwd_5.jpg 7KB
asjeirtlwd_5.jpg 7KB
aawwkinixp_qgfztfdjeo_0.jpg 7KB
aawwkinixp_qgfztfdjeo_0.jpg 7KB
aawwkinixp_qgfztfdjeo_0.jpg 7KB
aldtqwchhe_0.jpg 7KB
aldtqwchhe_0.jpg 7KB
aldtqwchhe_0.jpg 7KB
ambzbconcm_wihxahqfwx_0.jpg 7KB
ambzbconcm_wihxahqfwx_0.jpg 7KB
共 199 条
- 1
- 2
资源评论
yava_free
- 粉丝: 2511
- 资源: 738
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功