一种基于特征提取和转换器的Deepfake换脸视频检测方法

亓一航; 刘锐钢; 缪云海; 高恩伟; 董海川

doi:10.13992/j.cnki.tetas.2024.12.011

Chinese

您当前的位置：

首页 >

文章列表页 >

一种基于特征提取和转换器的Deepfake换脸视频检测方法

开发与研究 | 更新时间：2026-04-21

- 一种基于特征提取和转换器的Deepfake换脸视频检测方法
- 一种基于特征提取和转换器的Deepfake换脸视频检测方法
- 电信工程技术与标准化 2024年37卷第12期页码：6-12
- 作者机构：
  
  中移(杭州)信息技术有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2024.12.011
  中图分类号： TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
亓一航, 刘锐钢, 缪云海, 等. 一种基于特征提取和转换器的Deepfake换脸视频检测方法[J]. 电信工程技术与标准化, 2024,37(12):6-12.

亓一航, 刘锐钢, 缪云海, et al. 一种基于特征提取和转换器的Deepfake换脸视频检测方法[J]. 2024, 37(12): 6-12.
亓一航, 刘锐钢, 缪云海, 等. 一种基于特征提取和转换器的Deepfake换脸视频检测方法[J]. 电信工程技术与标准化, 2024,37(12):6-12. DOI： 10.13992/j.cnki.tetas.2024.12.011.

亓一航, 刘锐钢, 缪云海, et al. 一种基于特征提取和转换器的Deepfake换脸视频检测方法[J]. 2024, 37(12): 6-12. DOI： 10.13992/j.cnki.tetas.2024.12.011.

摘要

随着AI技术的发展，网络上出现了一大批利用Deepfake等换脸工具合成的视频或者图片，使得内容中出现的人脸并非真容。本文通过Deepfake技术，基于真实人脸照片伪造了虚假人脸照片，用以构建正反向训练数据集。此外，本文设计了一种包含卷积部分和反馈部分的模型，该模型能够有效地提取图片的特征信息。针对传统CNN、ViT模型缺少块和通道间交互的问题，本文通过Mix-Transformer模型，将块和通道进行转置卷积融合。最后通过设计数据集对比和模型对比实验，验证了在亚洲人脸真伪分类的场景下，本文构建的数据集和模型大幅提高了真伪分类的准确性。

Abstract

关键词

Keywords

references

王锦阳,华光,黄双.基于注意力机制的端到端合成语音检测[J].信号处理,2022(09).

龚晓娟,黄添强,翁彬,叶锋,徐超,游立军.基于双层注意力的Deepfake换脸检测[J].网络与信息安全学报,2021(02).

赵磊,葛万峰,毛钰竹,韩萌,李文欣,李学.基于时空特征一致性的Deepfake视频检测模型[J].工程科学与技术,2020(04).

张建华,孔繁涛,吴建寨,翟治芬,韩书庆,曹姗姗.基于改进VGG卷积神经网络的棉花病害识别模型[J].中国农业大学学报,2018(11).

Sandotra Neha,Arora Bhavna.A comprehensive evaluation of feature-based AI techniques for deepfake detection[J].Neural Computing and Applications,2023.

Tackhyun Jung,Sangwon Kim,Keecheon Kim.DeepVision: Deepfakes Detection Using Human Eye Blinking Pattern[J].IEEE Access,2020.

Brais Martínez,Michel F. Valstar,Bihan Jiang,Maja Pantic.Automatic Analysis of Facial Actions: A Survey.[J].IEEE Trans. Affective Computing,2019.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据