期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
人脸伪造检测泛化性方法综述 被引量:5
1
作者 董琳 黄丽清 +3 位作者 叶锋 黄添强 翁彬 徐超 《计算机科学》 CSCD 北大核心 2022年第2期12-30,共19页
深度学习技术的快速发展为深度伪造的研究提供了强有力的工具,人眼越来越难区分伪造视频图像的真假。伪造的视频图像会对社会生活造成巨大的负面影响,如:金融欺诈、假新闻传播、人身欺凌等。目前,基于深度学习的假脸检测技术在多个基准... 深度学习技术的快速发展为深度伪造的研究提供了强有力的工具,人眼越来越难区分伪造视频图像的真假。伪造的视频图像会对社会生活造成巨大的负面影响,如:金融欺诈、假新闻传播、人身欺凌等。目前,基于深度学习的假脸检测技术在多个基准数据库(如FaceForensics++)上已经达到了较高的准确率,但在跨数据库上的检测精度远低于源数据库内的检测精度,即许多检测方法难以推广到不同的或未知的伪造类型上。专注于基于深度学习的人脸伪造检测方法泛化性研究,首先对伪造检测常用的数据库进行简单介绍和比较;其次从数据、特征和学习策略3个方面对视频图像篡改检测方法的泛化性进行分类总结和分析;最后讨论未来人脸篡改检测泛化性的发展方向和挑战。 展开更多
关键词 人脸伪造检测 视频图像篡改 泛化性 媒体取证 视频图像分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部