基于图像分割网络的深度假脸视频篡改检测

• 作者: 刘琲贝 廖广军 胡永健 高逸飞
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 假脸视频 图像分割网络 人脸交并比 信任机制 泛化能力
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 论文
• 页码范围: 162-170
• 页数: 9页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.11999/JEIT200077

摘要

随着深度学习技术的快速发展,利用深度神经网络模型伪造出的深度假脸(deepfake)视频越来越逼真,假脸视频造成的威胁也越来越大.文献中已出现一些基于卷积神经网络的换脸视频检测算法,他们在库内获得较好的检测效果,但跨库检测性能急剧下降,存在泛化能力不足的问题.该文从假脸篡改的机制出发,将视频换脸视为特殊的拼接篡改问题,利用流行的神经分割网络首先预测篡改区域,得到预测掩膜概率图,去噪并二值化,然后根据换脸主要发生在人脸区域的前提,提出一种计算人脸交并比的新方法,并进一步根据换脸处理的先验知识改进人脸交并比的计算,将其作为篡改检测的分类准则.所提出方法分别在3个不同的基础分割网络上实现,并在TIMIT,FaceForensics++,FFW数据库上进行了实验,与文献中流行的同类方法相比,在保持库内检测的高准确率同时,跨库检测的平均错误率显著下降.在近期发布的合成质量较高的DFD数据库上也获得了很好的检测性能,充分证明了所提出方法的有效性和通用性.