声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1267/TN
国际刊号：1001-893X
发布日期:
作者：胡靖,蒲文博,孔维华
单位：(成都信息工程大学 计算机学院，成都 610225)
关键词：深度换脸检测；多任务学习；注意力机制；
基金：国家自然科学基金重点项目（42130608）;国家自然科学基金资助项目（61602065）；四川省科技厅重点研发项目（021YFG0038）
深度换脸技术的出现严重威胁了公众的隐私安全。为了解决现有深度换脸检测方法的局限性，基于多任务学习策略提出了一种双分支检测网络，实现在检测视频伪造的同时逐帧检测。该网络引入了注意力机制和时序学习模块，通过学习局部空间信息和时序信息提升检测性能。该方法在公开数据集Celeb-DF和FaceForensics++上获得了比当前先进换脸检测方法更高的准确率和ROC(Receiver Operating Characteristic)曲线下面积（Area under ROC Curve,AUC），面对不同光照、人脸朝向、视频质量时表现出了良好的鲁棒性。
来源：2022年第10期
《电讯技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。