科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着深度伪造技术的发展，深度伪造视频的制作及传播变得越来越容易，给社会带来了巨大的安全风险，深度伪造检测算法成为当前网络安全领域的重要方向。聚焦于提出一种泛化性能更好、效率更高、可解释性更强的深度伪造检测算法，主要针对DFDC、FaceForensic++及Celeb-DF三个深度伪造视频数据集进行实验并以这三个数据集集中训练出检测模型，首先使用人脸检测算法MTCNN提取人脸图像，进而将EfficientNet网络与Transformer架构相结合作为检测模型，通过采用三维人脸数据增强、注意力机制以及全局局部融合方法对模型进行训练和测试。模型在未使用型集成、知识蒸馏等方法的基础上，达到了与最优检测效果相当的检测水平。
- 单位
