-
题名一种强化伪造区域关注的深度伪造人脸检测方法
- 1
-
-
作者
张文祥
王夏黎
王欣仪
杨宗宝
-
机构
长安大学信息工程学院
-
出处
《图学学报》
北大核心
2025年第1期47-58,共12页
-
基金
国家自然科学基金(51678061)。
-
文摘
深度伪造人脸技术发展迅速并已被广泛应用于各种不良途径,检测被篡改的面部图像和视频也因此成为了一个重要的研究课题。现有的卷积神经网络存在过拟合,泛化性差的问题,在未知的合成人脸数据上表现不佳。针对这一不足,提出一种强化伪造区域关注的深度伪造人脸检测方法。首先,引入注意力机制处理用于分类的特征图,学习到的注意力图可以突出被篡改的面部区域,提高了模型的泛化能力;其次,在骨干网络之后连接了伪造区域检测模块,通过检测多尺度锚框中是否存在伪造痕迹,减少了全局人脸信息的干扰,进一步加强了模型对局部伪造区域的关注;最后,引入一种一致性表示学习框架,通过明确约束同一输入的不同表示之间的一致性,使模型更加关注内在的伪造证据,避免过拟合。在FaceForensics++,Celeb-DF-v2和DFDC等3个数据集上,分别以EfficientNet-b4和Xception作为骨干网络进行实验。结果表明,该方法在数据集内评估时达到了较好的性能,在跨数据集评估时则优于原网络和其他先进的方法。
-
关键词
深度伪造人脸检测
注意力机制
伪造区域检测
多尺度锚框
一致性表示
-
Keywords
deepfake face detection
attention mechanism
forgery regions detection
multi-scale anchors
consistency representation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
