文献类型：期刊文章

作　　者：张璐[1,2] 芦天亮[1] 杜彦辉[1]

ZHANG Lu;LU Tianliang;DU Yanhui(Institute of Information and Network Security,People􀆳s Public Security University of China,Beijing 100038,China;Department of Investigation,Shandong Police College,Jinan 250200,China)

机构地区：[1]中国人民公安大学信息网络安全学院,北京100038 [2]山东警察学院侦查系,济南250200

出　　处：《计算机科学与探索》

基　　金：中国人民公安大学2020年基本科研业务费重大项目(2020JKF101);国家社会科学基金重大项目(21&ZD193);中国人民公安大学2022年拔尖创新人才培养经费支持研究生科研创新项目(2022yjsky014);国家重点研发计划“网络空间安全”重点专项(2017YFB0802804)。

年　　份：2023

卷　　号：17

期　　号：1

起止页码：1-26

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、DOAJ、IC、JST、ZGKJHX、核心刊

摘　　要：深度伪造(deepfake)技术的非法应用会对社会稳定、个人名誉甚至国家安全造成恶劣影响,因此针对人脸视频的深度伪造检测成为计算机视觉领域中的难点与研究热点。目前该领域的研究建立在传统人脸识别与图像分类技术基础上,通过搭建深度学习网络判别真伪,但存在数据集质量不一、多模态特征如何有效结合、模型泛化能力较差等问题。为进一步促进深度伪造检测技术的发展,对当前各类人脸视频深度伪造算法进行了全面总结,并对已有算法进行了归类、分析、比较。首先,主要介绍人脸视频深度伪造检测数据集;其次,对近三年主要的伪造视频检测方法进行总结,以特征选择为切入点,从空间特征、时空融合特征、生物特征的角度对各项检测技术进行分类整理,并对基于水印与区块链等非主流检测方法进行介绍;然后,从特征选择、迁移学习、模型设计与训练思路等方面介绍了各类检测方法所呈现出的主流趋势;最后,对全文进行总结并对未来技术发展进行展望。

关 键 词：深度学习  多媒体取证  深度伪造  视频检测 人脸篡改  

分 类 号：TN911.73] TP391]