| 基于图像分割网络的深度假脸视频篡改检测 |
| |
| 引用本文： | 胡永健,高逸飞,刘琲贝,廖广军.基于图像分割网络的深度假脸视频篡改检测[J].电子与信息学报,2022,43(1):162-170. |
| |
| 作者姓名： | 胡永健 高逸飞 刘琲贝 廖广军 |
| |
| 作者单位： | 华南理工大学电子与信息学院 广州 510641;中新国际联合研究院 广州 511356;华南理工大学电子与信息学院 广州 510641;华南理工大学电子与信息学院 广州 510641;广东警官学院 广州 510230 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金;广东省教育厅特色创新类项目;中新国际联合研究院项目;国家重点研发计划项目;广东省自然科学基金博士科研启动项目;广州市开发区国际合作项目 |
| |
| 摘 要： | 随着深度学习技术的快速发展,利用深度神经网络模型伪造出的深度假脸(deepfake)视频越来越逼真,假脸视频造成的威胁也越来越大.文献中已出现一些基于卷积神经网络的换脸视频检测算法,他们在库内获得较好的检测效果,但跨库检测性能急剧下降,存在泛化能力不足的问题.该文从假脸篡改的机制出发,将视频换脸视为特殊的拼接篡改问题,利用流行的神经分割网络首先预测篡改区域,得到预测掩膜概率图,去噪并二值化,然后根据换脸主要发生在人脸区域的前提,提出一种计算人脸交并比的新方法,并进一步根据换脸处理的先验知识改进人脸交并比的计算,将其作为篡改检测的分类准则.所提出方法分别在3个不同的基础分割网络上实现,并在TIMIT,FaceForensics++,FFW数据库上进行了实验,与文献中流行的同类方法相比,在保持库内检测的高准确率同时,跨库检测的平均错误率显著下降.在近期发布的合成质量较高的DFD数据库上也获得了很好的检测性能,充分证明了所提出方法的有效性和通用性.
|
| 关 键 词： | 假脸视频 图像分割网络 人脸交并比 信任机制 泛化能力 |
Deepfake Videos Detection Based on Image Segmentation with Deep Neural Networks |
| |
| HU Yongjian,GAO Yifei,LIU Beibei,LIAO Guangjun.Deepfake Videos Detection Based on Image Segmentation with Deep Neural Networks[J].Journal of Electronics & Information Technology,2022,43(1):162-170. |
| |
| Authors: | HU Yongjian GAO Yifei LIU Beibei LIAO Guangjun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
