10.3969/j.issn.1671-2072.2021.04.009
基于迁移学习的AI合成人脸图像鉴别研究
目的 人工智能(Artificial Intelligence,AI)生成高质量人脸图像的伪造技术愈发成熟,使得人脸图像的真实性检验面临重大考验.利用一种深度学习的方法对真伪人脸图像进行二分类,以实现对伪造图像的识别.方法 提出一种基于迁移学习的方法,构建MobileNetV2网络,保留其在ImageNet数据集上的预训练权值,并对采用FaceSwap技术生成的5 274张假脸图像和6 650张真脸图像进行辨识.结果 迁移模型在测试集上预测的准确度能达到0.94,该网络架构对于真假人脸图像的辨别具有一定的稳健性.结论 利用迁移学习的方法能够实现对真伪人脸图像的辨识,在一定程度上对AI合成人脸图像的真实性检验具有借鉴意义.
MobileNetV2网络;FaceSwap技术;AI合成人脸图像辨别
TP181(自动化基础理论)
国家重点研发计划项目;上海市现场物证重点实验室开放课题基金;重庆市高校刑事科学技术重点实验室西南政法大学开放基金;辽宁网络安全执法协同创新中心;广州市科技计划项目
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
72-76