基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度学习被广泛应用于自然语言处理、计算机视觉和无人驾驶等领域,引领了新一轮的人工智能浪潮.然而,深度学习也被用于构建对国家安全、社会稳定和个人隐私等造成潜在威胁的技术,如近期在世界范围内引起广泛关注的深度伪造技术能够生成逼真的虚假图像及音视频内容.本文介绍了深度伪造的背景及深度伪造内容生成原理,概述和分析了针对不同类型伪造内容(图像、视频、音频等)的检测方法和数据集,最后展望了深度伪造检测和防御未来的研究方向和面临的挑战.
推荐文章
下采样对数字图像伪造检测的影响分析
复制-移动伪造
图像取证
下采样
多尺度分析
伪造痕迹
像素预测误差耦合似然映射的移动-复制图像伪造检测算法
图像与信息处理
图像伪造
伪造映射
预测误差
伪造特征统计
颜色滤波阵列
似然率
基于重采样痕迹的图像伪造检测
伪造检测
篡改图像
重采样
颜色解耦光响应非均匀性噪声融合凸优化的图像伪造检测算法
图像伪造检测
滤色器阵列
凸优化机制
颜色解耦光响应非均匀性噪声
贝叶斯规则
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 视听觉深度伪造检测技术研究综述
来源期刊 信息安全学报 学科 工学
关键词 深度伪造 深度学习 生成对抗网络
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 1-17
页数 17页 分类号 TP309.2
字数 15567字 语种 中文
DOI 10.19363/J.cnki.cn10-1380/tn.2020.02.01
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度伪造
深度学习
生成对抗网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息安全学报
双月刊
2096-1146
10-1380/TN
大16开
北京市海淀区闵庄路甲89号
2016
chi
出版文献量(篇)
252
总下载数(次)
7
总被引数(次)
629
论文1v1指导