基于自注意力胶囊网络的伪造人脸检测方法

作者：李柯; 李邵梅; 吉立新; 刘硕

来源：计算机工程, 2022, 48(02): 194-206.

DOI：10.19678/j.issn.1000-3428.0060267

• 伪造人脸检测
• 胶囊网络
• 模型可视化
• 注意力机制
• 损失函数

当前以换脸为代表的伪造视频泛滥,给国家、社会和个人带来潜在威胁,有效检测该类视频对保护个人隐私和维护国家安全具有重要意义。为提高视频伪造人脸检测效果,基于可解释性好的胶囊网络,以Capsule-Forensics检测算法为基础,提出一种结合自注意力胶囊网络的伪造人脸检测方法。使用部分Xception网络作为特征提取部分,降低模型的参数量,在主体部分引入带注意力机制的胶囊结构,使模型聚焦人脸区域,将综合多维度的Focal Loss作为损失函数,提高模型对难分样例的检测效果。实验结果表明,与Capsule-Forensics算法相比,该方法能够减少模型参数量和计算量,在多种伪造类型数据集上均具有较高的准确率。

• 单位
  信息工程大学