强大的 Deepfake 检测，NTIRE 2026 挑战赛：报告

鲁棒性是深度伪造检测中长期被忽视的问题。然而，如果检测性能受到轻微的图像质量下降的影响，那么在现实世界中检测性能几乎毫无价值。除了图像处理管道中可能意外发生的较弱退化之外，还存在另一种恶意深度伪造的风险，即专门引入退化，有目的地利用检测器在这方面的弱点。在这里，我们概述了 NTIRE 2026 鲁棒 Deepfake 检测挑战赛，该挑战赛专门解决了这个问题。参与者的任务是构建一个探测器，随后在未知的测试集上进行测试，其中包括各种强度的常见和不常见的退化。第一届挑战赛共有 337 名参赛者和 57 份作品进入最终排行榜，广受好评。为了确保结果的可靠性，参与者只有 24 小时的时间来完成测试运行，并且没有提供任何标签，限制了测试数据训练的可能性。此外，顶级解决方案在私人测试集上进行评分，以检测任何此类过度拟合。本报告介绍了竞赛设置、数据集准备以及方法的细节和性能。顶级方法依赖于大型基础模型、集成和退化训练来结合通用性和鲁棒性。