典型文献
一种时空注意力残差网络的人脸篡改检测方法
文献摘要：
针对深度伪造视频的检测,传统的残差网络检测方法无法捕捉视频帧间远距离依赖关系并且忽略局部关键信息,为此,提出一种结合时空注意力机制的残差网络的人脸篡改检测方法.首先利用OpenCV提取视频帧,使用Dlib工具在每个提取的帧图像上定位面部地标,依据获得的面部地标经裁剪、对齐和调整脸部大小获得人脸帧序列.然后通过去除最后两层(全局平均池化层和全连接层)的残差网络(ResNeXt)提取人脸数据的空间域特征,在此基础上,融合自注意力机制学习上述特征中的局部关键信息.之后使用长短时记忆层捕捉视频帧间的远距离依赖关系,从而获取时间域特征.最后经过Dropout层随机抛弃部分神经元,增加模型的泛化性,并使用全连接层进行人脸的真假分类.在FaceForensics++数据集上进行实验,该方法的检测准确率较多个基线算法均有所提升,表明该方法能有效检测视频中人脸区域是否被篡改.
文献关键词：
机器学习;人脸篡改检测;注意力机制;残差网络;长短时记忆网络
中图分类号：
作者姓名：
才智;魏为民;栗风永;刘畅
作者机构：
上海电力大学计算机科学与技术学院,上海200000
文献出处：
引用格式：
[1]才智;魏为民;栗风永;刘畅-.一种时空注意力残差网络的人脸篡改检测方法)[J].微电子学与计算机,2022(10):46-53
A类：
人脸篡改检测,整脸
B类：
注意力残差网络,深度伪造视频,网络检测,视频帧,远距离,依赖关系,关键信息,时空注意力机制,OpenCV,Dlib,定位面,地标,裁剪,对齐,脸部,两层,全局平均池化层,全连接层,ResNeXt,空间域,自注意力机制,时间域,Dropout,抛弃,分神,泛化性,层进,真假,FaceForensics++,检测准确率,基线算法,有效检测,长短时记忆网络
AB值：
0.334894
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。
