基于自动编码器的深度伪造图像检测方法

作者：张亚; 金鑫; 江倩^*; 李昕洁; 董云云; 姚绍文

来源：计算机应用, 2021, 41(10): 2985-2990.

DOI：10.11772/j.issn.1001-9081.2020122046

• Deepfake检测
• 深度伪造图像
• 自动编码器
• 生成对抗网络
• 注意力机制

基于深度学习的图像伪造方法生成的图像肉眼难辨,一旦该技术被滥用于制作虚假图像和视频,可能会对国家政治、经济、文化造成严重的负面影响,也可能会对社会生活和个人隐私构成威胁。针对上述问题,提出了一种基于自动编码器的深度伪造Deepfake图像检测方法。首先,借助高斯滤波对图像进行预处理,提取高频信息作为模型输入;然后,利用自动编码器对图像进行特征提取,并在编码器中添加注意力机制模块以获取更好的分类效果;最后,通过消融实验证明,采用所提的预处理方法和添加注意力机制模块有助于伪造图像检测。实验结果表明,与ResNet50、Xception以及InceptionV3相比,所提方法在数据集样本量较小且包含的场景丰富时,可以有效检测多种生成方法所伪造的图像,其平均准确率可达97.10%,明显优于对比方法,且其泛化性能也明显优于对比方法。

• 单位
  云南大学