检索结果-南通市图书馆

deep-fake video detection approaches using convolutional–recurrent neural networks

Journal of Control and Decision 2023年第2期10卷 198-214页

作者： Shraddha Suratkar Sayali Bhiungade Jui Pitale Komal Soni Tushar Badgujar Faruk Kazi Department of Electrical Engineering Veermata Jijabai Technological InstituteAn autonomous Instituteaffiliated to Mumbai UniversityMumbaiIndia

deep-Fake is an emerging technology used in synthetic media which manipulates individuals in existing images and videos with someone else’s *** paper presents the comparative study of different deep neural networks employed for deep-Fake video *** the model,the features from the training data are extracted with the intended Convolution Neural Network model to form feature vectors which are further analysed using a dense layer,a Long Short-Term Memoryand Gated Recurrent by adopting transfer learning with fine tuning for training the *** model is evaluated to detect Artificial Intelligence based deep fakes images and videos using benchmark *** analysis shows that the detections are majorly biased towards domain of the dataset but there is a noteworthy improvement in the model performance parameters by using Transfer Learning whereas Convolutional-Recurrent Neural Network has benefits in sequence detection.

关键词： deep-fakes Convolution Neural Network(CNN) Generator Adversarial Network(GAN) Auto encoders Recurrent Neural Network(RNN) Long Short-Term Memory(LSTM)

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：