-
题名深度伪造及其取证技术综述
- 1
-
-
作者
丁峰
匡仁盛
周越
孙珑
朱小刚
朱国普
-
机构
南昌大学软件学院
哈尔滨工业大学计算机科学与技术学院
南昌大学公共政策与管理学院
江西省物联网产业技术研究院
-
出处
《中国图象图形学报》
CSCD
北大核心
2024年第2期295-317,共23页
-
基金
国家自然科学基金项目(62262041,62172402)
数据安全治理关键技术研究与应用项目(20224BBC41001)
江西省自然科学基金项目(20232BAB202011)。
-
文摘
深度学习作为机器学习的一个具有前景的重要分支,在计算机视觉方面取得了重大突破。深度伪造(Deepfake)通常指的是使用深度学习(deep learning)进行涉及人脸和人声的多媒体伪造技术,如果被恶意滥用会给社会带来灾难。深度伪造不仅限于面部的替换,还有修改面部特征、修改表情、唇形同步、姿势变换、完整脸生成、篡改音频到视频以及文本到视频等方式。人类面部在社会、政治、经济等方面的敏感性,使得深度伪造技术威胁着社会和个人的安全。对深度伪造产物进行检测也成为数字取证领域的一个重要研究课题。为了提供对Deepfake检测研究工作的最新概述,本文描述了各种针对解决Deepfake相关问题的处理方法。本文主要参考了谷歌学术检索2018—2022共5年的深度伪造论文,分为不同类别进行分析比较,并且详细介绍了深度伪造数据集的特点以及伪造方法,简述了深度伪造技术及其基本原理,介绍了检测器在深度伪造技术数据集上的性能效果,分别从输入维度、浅层特征和深层特针对深度伪造检测技术进行分类,并对未来发展前景进行展望。
-
关键词
深度造假
机器学习
人工智能
深度学习
数字取证
数字反取证
-
Keywords
Deepfake
machine learning
artificial intelligence
deep learning
digital forensics
digital anti-forensics
-
分类号
TP37
[自动化与计算机技术—计算机系统结构]
-