基于图像细粒度特征的深度伪造检测算法

摘要：

随着深度学习的发展,深度伪造生成模型解决了生成图像中存在明显伪影的问题,但深度伪造图像与真实图像之间的区别往往是细微且局部的.因此,文章构建了一个基于图像细粒度特征的检测模型FGDD.针对深度伪造检测任务中仅使用粗粒度特征的不足,FGDD利用多分支模型充分学习样本图像的细粒度特征,通过引入通道注意力机制以及优化激活图掩膜定位策略提升面部敏感区域定位的精度.在激活图中,利用多级滑动窗口提取样本中的高区分度细微特征,通过AugMix数据增强策略提升模型对于细粒度特征的鲁棒性.实验结果表明,FGDD在多个数据集上的测试准确率优于主流算法,证明了基于图像细粒度特征的深度伪造检测算法的有效性.

关键词：深度伪造、深度伪造检测、细粒度特征、数据增强

所属期刊栏目：22

分类号：TP309(计算技术、计算机技术)

资助基金：十三五国家密码发展基金密码理论研究重点课题;中国人民公安大学基本科研业务费重大项目

在线出版日期：2022-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84