GRU和Involution改进的深度伪造视频检测方法

摘要：

近年来深度伪造视频在网络上广泛传播,造成了负面影响.针对现有检测模型准确率低和信息提取不够充分和全面的问题,提出了一种GRU(gated recurrent unit)和Involution改进的深度伪造视频检测方法.首先使用VGG19作为主干网络提取空间特征,并将Involution算子嵌入主干网络,从空间和通道信息两方面加强了人脸图像的空间建模能力.然后通过主胶囊层关注特征的位置信息和使用GRU提取帧间的时序特征.最后在训练模型阶段使用focalloss作为损失函数来平衡样本.在Deepfakes、FaceSwap和Celeb-DF数据集中进行测试,实验结果表明该方法优于主流检测方法,改进对比实验进一步证明了检测方法的有效性.

关键词：深度伪造、门控循环单元(GRU)、Involution、胶囊网络、focalloss

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家社会科学基金;中国人民公安大学基本科研业务费重大项目

在线出版日期：2023-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：276-283