《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于卷積LSTM的視頻中Deepfake檢測方法
基于卷積LSTM的視頻中Deepfake檢測方法
信息技術與網絡安全
李永強,白 天
(中國科學技術大學 軟件學院,安徽 合肥230026)
摘要: 以Deepfake為代表的偽造人臉技術,使用少量的人臉數據就能將視頻中的人臉替換成為目標人臉,從而達到偽造視頻的目的。此類技術的濫用將帶來惡劣的社會影響,需要使用檢測技術加以制裁。針對這一問題,已有若干檢測算法被提出。現有方法具有一定局限性,單幀檢測算法忽略了Deepfake動態缺陷;當數據存在缺陷時,模型可能會陷入“學會特定臉”的陷阱中。提出了一種對視頻數據中的Deepfake檢測方法,使用結合CNN和LSTM的卷積LSTM,判斷視頻真偽。提出了一種基于人臉特征點的cutout方法,能抑制網絡學會特定臉。實驗表明,在不同場景下,準確度對比基準算法均有提升。
中圖分類號: TP18
文獻標識碼: A
DOI: 10.19358/j.issn.2096-5133.2021.04.005
引用格式: 李永強,白天. 基于卷積LSTM的視頻中Deepfake檢測方法[J].信息技術與網絡安全,2021,40(4):28-32.
Deepfake detection method in videos based on convolutional LSTM
Li Yongqiang,Bai Tian
(School of Software Engineering,University of Science and Technology of China,Hefei 230026,China)
Abstract: The face forgery technology represented by deepfake can replace the face in video with the target face by using a small amount of face data, so as to achieve the purpose of forgery video. The abuse of this kind of technology will bring adverse social effects, which need to be punished by using detection technology. The existing methods have some limitations, single frame detection algorithm ignores the dynamic defect of deepfake; when the data has defects, the model may fall into the trap of "learning specific face". In this paper, we propose a forgery face detection method in video, which uses the convolutional LSTM combined with CNN and LSTM to judge if a video is original or manipulated by deepfake. In addition, we propose a cutout method based on landmarks, which can inhibit the network from learning specific face. Experiments show that the accuracy of the baseline algorithm is improved in different scenes.
Key words : Deepfake detection;computer vision;deep learning

0 引言

近年來,基于深度學習技術的圖像生成技術迅速發展,視頻人臉偽造技術也隨之日趨成熟。利用此類技術的人臉偽造技術已經可以欺騙普通人類[1]。但這些技術的濫用也引發了一些社會問題,因為這些技術可以利用公眾人物公開的視頻、圖像素材,偽造公眾人物出場的虛假視頻,發布虛假的言論,或偽造色情影片,破壞名譽。由于Deepfakes項目[2]的廣泛流傳,這一類技術常被通稱為Deepfake。為了避免Deepfake技術的濫用,許多研究團體做出了卓越的貢獻。ROSSLER A等人發布了包含大量Deepfake數據的公開數據集FaceForensics++[1],以幫助研究人員研究檢測算法。Facebook開展了DFDC(Deepfake Detection Challenge)比賽并公布了訓練數據集[3]。




本文詳細內容請下載:http://m.xxav2194.com/resource/share/2000003474





作者信息:

李永強,白  天

(中國科學技術大學 軟件學院,安徽 合肥230026)


此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 日本成人在线看| 精品国偷自产在线视频| 天天综合天天添夜夜添狠狠添| 久青草国产手机在线观| 第272章推倒孕妇秦| 国产国产人精品视频69| 91福利视频免费| 成人一级黄色毛片| 久久网免费视频| 欧美黑人又粗又大久久久| 四虎影视在线影院在线观看| 婷婷色在线播放| 大奉打更人最新章节| 中文字幕日韩精品有码视频 | 久久久精品免费| 欧美寡妇xxxx黑人猛交| 免费又黄又爽又猛的毛片| 色片网站在线观看| 国产日韩欧美视频二区| 88av在线视频| 天堂а√在线中文在线| 中文字幕亚洲区| 日韩在线视频免费看| 亚洲午夜久久久影院| 波多野结衣教师未删减版| 北条麻妃一本到高清在线观看 | 亚洲成A∨人片在线观看无码| 看全色黄大色黄女视频| 四虎影视永久地址www成人| 香蕉视频一区二区三区| 国产精品xxxx国产喷水| 91精品福利一区二区| 天天操天天爱天天干| 中文字幕一区二区三区四区| 日韩亚洲欧美综合| 亚洲www视频| 欧美日韩在线视频一区| 人妻少妇乱子伦精品| 精品人妻少妇一区二区三区| 国产v片成人影院在线观看| 香蕉成人伊视频在线观看|