计算机应用研究

作者：杨挺,朱希安,张帆,

单位：北京信息科技大学a.光电测试技术及仪器教育部重点实验室;b.信息与通信工程学院,北京100101；

关键词：深度学习,人脸鉴伪,改进的三元组损失,卷积神经网络,难例样本,

基金：国家自然科学基金资助项目(61671069,62001033,62001034)；北京信息科技大学“勤信人才”培育计划资助项目(QXTCPA201902)；北京市教委面上项目(KM202011232021)；北京信息科技大学校基金资助项目(2025017)；；

当前大部分伪造人脸检测技术使用深度学习来鉴别真实视频与伪造视频之间的特征差异，此类方法在未压缩视频上取得了不错的效果，但在检测经过压缩处理的视频时检测效果就会严重下降。针对此类问题，提出了基于改进三元组损失的伪造人脸视频检测方法。首先，使用伪影图生成器生成一幅伪影图来加深伪造人脸与真实人脸之间的特征差异；其次，使用改进的三元组损失来解决难例样本难以被正确检测的问题；最后，选用更适合人脸鉴伪的深度学习网络提取卷积特征。在FaceForensics++数据集上与目前领先的人脸鉴伪方法的对比表明，该方法检测准确率优于对比方法。

来源：2021年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第12期