基于空域变换和频域功率特征的伪造人脸双重甄别技术

摘要

Deepfake等图像处理技术若被不当应用,如伪造人脸,将对个人隐私造成巨大威胁,引发信息安全事故.提出基于空域变换和频域功率特征的伪造人脸双重甄别技术.在空域变换方法中,使用人脸X-ray生成算法,结合HR-net架构,在"无需特定伪造人脸数据集训练"的情况下实现伪造人脸甄别;在频域功率特征方法中,利用二维离散傅里叶变换(DFT)分析伪造图像在高频信息上的缺陷,使用分辨率更强的功率特征信息提升甄别精度,同时弥补HR-net架构训练效率较低的不足.将两种方法相融合,提出序列化数据处理等改进策略,在深度神经网络(DNN)模型下开展验证,模拟测试AUC值最高可达99.69％.