计算机工程

作者：耿鹏志, 樊红兴, 张翌阳, 唐云祁

单位：1. 中国人民公安大学 侦查学院, 北京 100038;2. 中国科学院自动化研究所 智能感知与计算研究中心, 北京 100190

关键词：深度伪造,卷积神经网络,篡改伪影,双流网络,Xception网络

基金：国家自然科学基金（61906199）；中央高校基本科研业务费专项基金（2021JKF203）；上海市现场物证重点实验室开放课题（2021XCWZK04）。

随着深度伪造（Deepfake）技术的不断发展，犯罪分子可以利用造假图片伪造不在场证明，从而误导侦查方向以逃避法律责任。现有多数检测方法依赖于数据驱动，在跨压缩率、跨分辨率方面鲁棒性不强。研究Deepfake视频在脸部区域所遗留的伪影，建立一种基于Xception的双流网络检测模型，以实现对Deepfake图片的自动检测。利用Xception网络提取图片的全局空域特征，对脸部区域进行有效遮挡，凸显出脸部伪影并提取伪影特征。在此基础上，将空域特征与伪造特征2个支流的预测结果进行融合判别。在Deepfakes数据集上的实验结果表明，该模型的测试精度高达0.986 4。

来源：2021年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第12期