基于非关键掩码和注意力机制的深度伪造人脸篡改视频检测方法

摘要：

自深度伪造技术(Deepfake)被提出以来,其非法应用对个人、社会、国家安全造成了恶劣影响,存在巨大隐患,因此针对人脸视频的深度伪造检测是计算机视觉领域中的热点及难点问题.针对上述问题,提出了一种基于非关键掩码和CA_S3D模型的深度伪造视频检测方法.该方法首先将人脸图像划分为关键区域和非关键区域,通过对非关键区域掩码的处理,提高了深度神经网络对人脸图像关键区域的关注程度,减少了无关信息对深度神经网络的影响和干扰;接着在S3D网络中引入上下文注意力模块,增强了对样本数据信息长程依赖的捕获能力,提高了对关键通道和特征的关注程度.实验结果表明,该方法在DFDC数据集上得到了明显的性能提升,准确率从83.85％提升到了90.10％,AUC值从0.931提升到了0.979;同时与现有的深度伪造视频检测方法进行了对比,所提方法的表现优于现有方法,验证了该方法的有效性.

关键词：深度伪造、Deepfake检测、图像掩码、三维卷积网络、注意力机制

所属期刊栏目：50

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2023-11-17（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：160-167