典型文献
人脸伪造检测泛化性方法综述
文献摘要：
深度学习技术的快速发展为深度伪造的研究提供了强有力的工具,人眼越来越难区分伪造视频图像的真假.伪造的视频图像会对社会生活造成巨大的负面影响,如:金融欺诈、假新闻传播、人身欺凌等.目前,基于深度学习的假脸检测技术在多个基准数据库(如FaceForensics++)上已经达到了较高的准确率,但在跨数据库上的检测精度远低于源数据库内的检测精度,即许多检测方法难以推广到不同的或未知的伪造类型上.专注于基于深度学习的人脸伪造检测方法泛化性研究,首先对伪造检测常用的数据库进行简单介绍和比较;其次从数据、特征和学习策略3个方面对视频图像篡改检测方法的泛化性进行分类总结和分析;最后讨论未来人脸篡改检测泛化性的发展方向和挑战.
文献关键词：
人脸伪造检测;视频图像篡改;泛化性;媒体取证;视频图像分类
中图分类号：
作者姓名：
董琳;黄丽清;叶锋;黄添强;翁彬;徐超
作者机构：
福建师范大学计算机与网络空间安全学院 福州350117;数字福建大数据安全技术研究所 福州350117;福建省公共服务大数据挖掘与应用工程技术研究中心 福州350117
文献出处：
引用格式：
[1]董琳;黄丽清;叶锋;黄添强;翁彬;徐超-.人脸伪造检测泛化性方法综述)[J].计算机科学,2022(02):12-30
A类：
视频图像篡改,人脸篡改检测,视频图像分类
B类：
人脸伪造检测,泛化性,方法综述,深度学习技术,深度伪造,人眼,真假,欺诈,假新闻,新闻传播,欺凌,FaceForensics++,跨数据库,检测精度,库内,学习策略,对视,图像篡改检测,分类总结,总结和分析,媒体取证
AB值：
0.240461
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
