基于Transformer的人脸深度伪造检测技术综述

人脸深度伪造检测旨在对人脸图像和视频进行真伪鉴别,能为肖像权保护、虚假消息鉴定、网络诈骗防范等提供理论和技术支撑。早期的检测技术主要基于卷积神经网络(Convolutional Neural Networks,CNNs)实现,并取得了显著的效果,但普遍存在泛化性能不足的问题。为了进一步提高人脸深度伪造检测技术的泛化性,最新的研究工作开始引入一种基于自我注意力机制的深度神经网络Transformer,其具有长距离依赖建模能力和全局感受野,可用于捕捉到图像上下文关联和视频时序关系,有效提高了检测器的表征能力。本综述首先简要介绍了该领域研究背景,阐述了人脸深度伪造生成典型技术,然后对现有基于Transformer的检测技术进行总结和归纳,最后探讨人脸深度伪造检测技术面临的挑战和未来研究方向。

公安业务大数据架构建设研究

大数据和人工智能等前沿技术应用在公安领域,能够大幅度提升公安工作的决策能力和水平。通过应用Hadoop数据处理和数据挖掘技术、MPP数据库分析技术、NoSql数据存储和查询技术以及流处理等技术,解决了公安大数据应用中存在的实际问题。提出以分布式文件系统HDFS、数据查询Hbase、文本搜索Solr、分布式流处理Flink和数据库框架Hive等技术为基础构建公安业务大数据实时流处理模块、离线分析模块、实时检索模块和交互模块,进而完成公安业务大数据总体架构的搭建,同时,采用“一中心、两体系”的模式切实为公安业务大数据架构提供严密的安全保障。