设计应用

基于三维人脸数据增强的深度伪造检测方法

作者：王昊冉，杨敏敏，王泽源，白亮，于天元，郭延明
发布日期：2023-09-25
来源：网络安全与数据治理 9期

0    引言

随着深度学习技术特别是对抗生成网络(GAN)技术的不断发展以及互联网及个人计算机的普及，伪造视频的滥用也在随之增长［1］。大量包含虚假政治人物信息的深度伪造视频在社交媒体上传播引发广泛关注［2］。准确鉴别深度伪造视频，防止其产生恶劣社会影响成为舆论安全领域一个重要的课题，鉴于此，国内外均采取一定的措施。2017年，《新一代人工智能发展规划》经国务院颁布，该规划绘制了我国人工智能发展的宏伟蓝图［3］。2018年，美国国会官方定义了“深度伪造”概念，并于当月通过了《禁止恶意深度伪造法令》［4］。2019年，美国国际战略研究中心(CSIS)针对深度伪造技术政策发布简报。2020年，美国国防高级研究计划局(DARPA)为“欺骗逆向工程”项目发布了一份招标文件，该项目旨在对信息欺骗攻击的工具链进行逆向工程。



本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005655




作者信息：

王昊冉1，杨敏敏2，王泽源1，白亮1，于天元1，郭延明1

（1.国防科技大学系统工程学院，湖南长沙410073;2.佳木斯大学信息电子技术学院，黑龙江佳木斯156100）


微信图片_20210517164139.jpg

此内容为AET网站原创，未经授权禁止转载。
深度伪造检测 注意力机制 数据增强 神经网络

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2