典型文献
基于CutMix算法和改进Xception网络的深度伪造检测研究
文献摘要：
随着深度伪造技术的发展,生成的图片视频质量越来越逼真,给社会带来了巨大的安全风险.针对现有的检测方法参数量大、网络较深、模型结构复杂等情况,首先对取证领域的经典检测模型XceptionNet进行优化,提出一种轻量化的取证模型Xcep_Block8,在减少模型参数量的同时,仍保持较高的检测精度.其次,针对类别不均衡问题,通过提高较少类别样本的采样概率,较好地解决了正负样本不均的情况.最后使用混合式数据增强方法CutMix增强样本之间的线性表达.实验结果表明,所提模型的测试结果较基线结果提升约1.01个百分点,同时在参数量方面较其他方法也有一定优势.
文献关键词：
机器视觉;深度伪造;伪造检测;Xception网络;混合式数据增强
中图分类号：
作者姓名：
耿鹏志;唐云祁;樊红兴;朱新同
作者机构：
中国人民公安大学侦查学院,北京100038;中国科学院自动化研究所智能感知与计算研究中心.北京100190
文献出处：
引用格式：
[1]耿鹏志;唐云祁;樊红兴;朱新同-.基于CutMix算法和改进Xception网络的深度伪造检测研究)[J].激光与光电子学进展,2022(16):348-355
A类：
XceptionNet,Xcep,Block8,混合式数据增强
B类：
CutMix,深度伪造检测,逼真,方法参数,模型结构,检测模型,取证模型,模型参数量,检测精度,类别不均衡,均衡问题,别样,正负样本,增强方法,线性表达,线结,百分点,其他方法,机器视觉
AB值：
0.292617
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。
