期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种利用背景光流特征的虚假人脸检测方法 被引量：2
1
作者 孔月萍 刘楚 朱旭东 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2021年第5期86-91,99,共7页
人脸识别系统会受到照片视频的虚假人脸攻击,但手持照片、视频攻击存在抖动现象,以光流表征运动信息,提出一种利用背景光流特征的假人脸检测方法。该方法聚焦真实人脸背景与虚假人脸背景之间的运动差异性,分析人脸外区域的光流角度分布... 人脸识别系统会受到照片视频的虚假人脸攻击,但手持照片、视频攻击存在抖动现象,以光流表征运动信息,提出一种利用背景光流特征的假人脸检测方法。该方法聚焦真实人脸背景与虚假人脸背景之间的运动差异性,分析人脸外区域的光流角度分布,背景对比区的运动状况,通过评估对比区的运动一致性虚假人脸。新方法在公开数据集ReplayAttack和CASIA-FASD中的测试准确率分别为97.87%和90.95%,可有效甄别含背景区手持照片视频的虚假人脸攻击。 展开更多
关键词 虚假人脸检测 背景运动 光流计算 直方图
下载PDF
基于域对抗学习的可泛化虚假人脸检测方法研究 被引量：7
2
作者 翁泽佳 陈静静 姜育刚 《计算机研究与发展》 EI CSCD 北大核心 2021年第7期1476-1489,共14页
随着生成式对抗网络(generative adversarial networks,GAN)的快速发展,虚假人脸生成技术取得了显著进展.为了降低以假乱真的人脸生成技术给社会带来的危害,虚假人脸鉴别成为一个非常重要的课题,吸引了国内外研究者的广泛关注.然而,目... 随着生成式对抗网络(generative adversarial networks,GAN)的快速发展,虚假人脸生成技术取得了显著进展.为了降低以假乱真的人脸生成技术给社会带来的危害,虚假人脸鉴别成为一个非常重要的课题,吸引了国内外研究者的广泛关注.然而,目前虚假人脸鉴别的研究工作相对较少,仍然有许多问题需要被解决.其中如何提升鉴别模型的迁移泛化能力是至关重要的问题,也是虚假人脸检测任务能否实际投入使用的关键所在.如何提升虚假人脸鉴别方法的泛化能力,即做到在没有见过的生成方法产生的数据上仍然准确有效非常重要.对此,提出了基于域对抗学习的可泛化虚假人脸检测模型,通过引入领域对抗分支,弱化特征提取器对于特定生成模型非鲁棒性特征的提取,模型能够抽取鲁棒性更强、泛化能力更高的特征,从而在没有见过的生成方法产生的虚假人脸图片上具有更好的鉴别表现.实验结果表明:所提出的方法能够提升鉴别模型的泛化能力,显著提升虚假人脸鉴别模型在未知生成模型产生的虚假图像上的性能. 展开更多
关键词 虚假人脸检测 域自适应 域对抗学习 鲁棒特征学习 泛化性
下载PDF
基于时空信息的深度伪造人脸检测
3
作者 黄夏馨 《智能计算机与应用》 2024年第10期99-106,共8页
近年来,深度学习的快速进步使得经过多媒体篡改的人脸视频达到了以假乱真的程度。这种用深度学习的架构来生成虚假人脸的方法被称为“Deepfake”。现有的Deepfake检测方法应用于高分辨率的原视频时性能尚可,然而应用于经过高度压缩的低... 近年来,深度学习的快速进步使得经过多媒体篡改的人脸视频达到了以假乱真的程度。这种用深度学习的架构来生成虚假人脸的方法被称为“Deepfake”。现有的Deepfake检测方法应用于高分辨率的原视频时性能尚可,然而应用于经过高度压缩的低质量视频时表现欠佳。针对大部分现有算法对视频的帧间信息利用不够充分这一问题,本文提出了一种基于时空信息的检测算法。首先,该方法设计了一种时空注意力架构,同时提取了空间和时间上的注意力以抑制无关信息;然后,对提取出的时空注意力权重信息通过改进深度可分离卷积(Xception)和卷积门控循环网络(ConvGRU)进行深层次的提取,ConvGRU用于获取在改进Xception网络降维前丢失的帧间信息;最后,使用判别器进行二分类,通过实验训练模型,在FF++数据集低质量视频上获得了97%的准确率,取得了良好的效果。 展开更多
关键词 虚假人脸检测 双流注意力 特征处理
下载PDF
人脸伪造与检测中的对抗攻防综述 被引量：2
4
作者 黄诗瑀 叶锋 +3 位作者 黄添强 李伟 黄丽清 罗海峰 《网络与信息安全学报》 2023年第4期1-15,共15页
人脸伪造和检测是当前的研究热点。通过人脸伪造方法可以制作虚假人脸图像和视频,一些出于恶意目的而将名人虚假视频在社交网络上广泛传播,不仅侵犯了受害者的声誉,而且造成了不良的社会影响,因此需要开发对应的检测方法用于鉴别虚假视... 人脸伪造和检测是当前的研究热点。通过人脸伪造方法可以制作虚假人脸图像和视频,一些出于恶意目的而将名人虚假视频在社交网络上广泛传播,不仅侵犯了受害者的声誉,而且造成了不良的社会影响,因此需要开发对应的检测方法用于鉴别虚假视频。近年来,深度学习技术的发展与应用降低了人脸伪造与检测的难度。基于深度学习的人脸伪造方法能生成看起来更加真实的人脸,而基于深度学习的虚假人脸检测方法比传统方法具有更高的准确度。大量研究表明,深度学习模型容易受到对抗样本的影响而导致性能下降。近来在人脸伪造与检测的领域中,出现了一些利用对抗样本进行博弈的工作。原先的博弈模式变得更加复杂,伪造方和检测方在原先方法的基础上,都需要更多考虑对抗安全性。将深度学习方法和对抗样本相结合,是该研究领域未来的趋势。专注于对人脸伪造与检测中的对抗攻防这一领域进行综述。介绍人脸伪造与检测的概念以及目前主流的方法;回顾经典的对抗攻击和防御方法。阐述对抗攻击和防御方法在人脸伪造和检测上的应用,分析目前的研究趋势;总结对抗攻防对人脸伪造和检测带来的挑战,并讨论未来发展方向。 展开更多
关键词 深度伪造 虚假人脸检测 对抗样本 社交媒体取证
下载PDF
“MAD”多注意力网络伪脸显廓系统
5
作者 马梓为 杨子琪 +1 位作者 李晨帆 黄郅皓 《网络安全与数据治理》 2023年第1期31-36,53,共7页
更为高级的人工智能换脸技术——局部人脸替换已经被研发、实现,这种技术能够保持原人脸被识别的同时仅仅替换面部某些部位,依然保证替换者的特征被识别。利用局部人脸替换技术进行身份伪造,会严重威胁社会安全和稳定。多注意力网络伪... 更为高级的人工智能换脸技术——局部人脸替换已经被研发、实现,这种技术能够保持原人脸被识别的同时仅仅替换面部某些部位,依然保证替换者的特征被识别。利用局部人脸替换技术进行身份伪造,会严重威胁社会安全和稳定。多注意力网络伪脸显廓系统采用高分辨率网络与多注意力网络相结合的方式,可以检测出目标人脸是否为虚假人脸以及其换脸区域,保证了虚假人脸的检测准确性、局部换脸检测的实用性,解决了局部换脸的虚假人脸伪造身份问题。方案在已有研究的基础上推陈出新,成本相对较低,一定程度上可用于解决人工智能换脸造成的法律问题,具有很好的可行性、实用性。 展开更多
关键词 虚假人脸检测 局部人脸检测 机器学习 人工智能换脸
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部