融合传统特征与神经网络的深度伪造检测算法

• 作者: 杨雨鑫 周欣 熊淑华 何小海 卿粼波
• 来源期刊: 信息技术与网络安全
• 关键词: 深度伪造 图像鉴伪 特征融合 灰度共生矩阵 卷积神经网络
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 33-38,44
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2021.02.006

摘要

人脸深度伪造检测技术对于打击虚假图像/视频泛滥具有至关重要的意义.提出了一种融合传统特征与神经网络的检测算法,算法结合了传统特征具有可解释性与神经网络高准确率的优点,利用图像灰度共生矩阵以及XceptionNet组成双特征提取模块,然后在全卷积网络中充分考虑双流融合特征信息,最终根据网络多损失实现图像真伪分类判决.在FaceForensics++数据集上进行了训练和测试,实验结果表明,相比现有深度学习算法,检测准确率有明显提升.而且由于引入的纹理特征具有一定的可解释性,表现出良好的鉴别性能.