计算机应用研究

作者：杜利莎,杨高明,苏树智,刘惠临,

单位：安徽理工大学计算机科学与工程学院,安徽淮南232001；

关键词：人脸伪造检测,visionTransformer,轻量化,特征融合,高频特征,

基金：国家自然科学基金资助项目(52374155)；安徽省自然科学基金资助项目(2308085MF218)；安徽高等学校科学研究项目(2022AH040113)；安徽理工大学2023年度医学专项培育项目(YZ2023H2B007)；；

现有基于vision Transformer（ViT）的人脸伪造检测方法计算复杂度高，轻量化的算法很难捕捉到细微的伪造痕迹导致检测精度低。针对轻量化模型检测效率低的问题，设计高频分量提取模块和空频交叉融合模块，并与轻量级的卷积加法自注意ViT结合。其中，高频分量提取模块提取图像中包含细微伪造痕迹的高频分量，空频交叉融合模块采用交叉注意力实现高频特征和空间特征的交互。与骨干网络比较，提出的方法在FaceForensics++数据集上的AUC提升了12.29个百分点，在DFDC上的跨数据集AUC提升了7.18个百分点。实验结果表明该方法在减少计算资源消耗的同时提升检测效率，在效率和性能之间取得平衡。

来源：2026年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第2期