一种基于双流网络的Deepfakes检测技术

• 作者: 于鲲 李旭嵘
• 来源期刊: 信息安全学报
• 学科: 工学
• 关键词: 深度学习 深度伪造 检测 双流网络
• 年，卷（期）: 2020,（2）
• 页码范围: 84-91
• 页数: 8页
• 分类号: TP309.2
• 字数: 6158字
• 语种: 中文
• DOI: 10.19363/J.cnki.cn10-1380/tn.2020.02.07

摘要

随着深度学习技术的飞速发展,以Deepfakes为代表的深度伪造技术开始充斥在互联网上的各个角落.Deepfakes借助于生成对抗网络和自动编码器技术,能够轻松替换人脸以及篡改人的表情信息.此类Deepfakes假视频可以制作虚假色情影片、谣言,传播假新闻,甚至影响政治选举,带来的社会影响极其恶劣.然而,针对此类伪造视频的检测技术还远远落后于生成技术,已有的工作都存在一定的局限性,并不能较好地对Deepfakes视频进行检测.本文首先对现有生成和检测工作进行综述,并分析了现有工作的缺陷,然后提出了基于EfficientNet的双流网络检测框架.通过在大规模开源数据集FaceForensics++测试,我们的检测技术可以在检测Deepfakes类假视频上平均准确率达到99％以上,并一定程度提高模型对抗压缩的能力.