10.19678/j.issn.1000-3428.0060733
基于篡改伪影的深度伪造检测方法
随着深度伪造(Deepfake)技术的不断发展,犯罪分子可以利用造假图片伪造不在场证明,从而误导侦查方向以逃避法律责任.现有多数检测方法依赖于数据驱动,在跨压缩率、跨分辨率方面鲁棒性不强.研究Deepfake视频在脸部区域所遗留的伪影,建立一种基于Xception的双流网络检测模型,以实现对Deepfake图片的自动检测.利用Xception网络提取图片的全局空域特征,对脸部区域进行有效遮挡,凸显出脸部伪影并提取伪影特征.在此基础上,将空域特征与伪造特征2个支流的预测结果进行融合判别.在Deepfakes数据集上的实验结果表明,该模型的测试精度高达0.9864.
深度伪造;卷积神经网络;篡改伪影;双流网络;Xception网络
47
TP391(计算技术、计算机技术)
国家自然科学基金;中央高校基本科研业务费专项基金;上海市现场物证重点实验室开放课题
2021-12-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
156-162