GRU和Involution改进的深度伪造视频检测方法

作     者：刘亚琳 芦天亮 LIU Yalin;LU Tianliang

作者机构：中国人民公安大学 信息网络安全学院北京 100038 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第22期

页      面：276-283页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家社会科学基金重大项目(21&ZD193) 中国人民公安大学基本科研业务费重大项目(2020JKF101) 

主　　题：深度伪造 门控循环单元(GRU) Involution 胶囊网络 focalloss 

摘      要：近年来深度伪造视频在网络上广泛传播,造成了负面影响。针对现有检测模型准确率低和信息提取不够充分和全面的问题,提出了一种GRU(gated recurrent unit)和Involution改进的深度伪造视频检测方法。首先使用VGG19作为主干网络提取空间特征,并将Involution算子嵌入主干网络,从空间和通道信息两方面加强了人脸图像的空间建模能力。然后通过主胶囊层关注特征的位置信息和使用GRU提取帧间的时序特征。最后在训练模型阶段使用focalloss作为损失函数来平衡样本。在Deepfakes、FaceSwap和Celeb-DF数据集中进行测试,实验结果表明该方法优于主流检测方法,改进对比实验进一步证明了检测方法的有效性。