基于卷积LSTM的视频中Deepfake检测方法

摘要

以Deepfake为代表的伪造人脸技术,使用少量的人脸数据就能将视频中的人脸替换成为目标人脸,从而达到伪造视频的目的.此类技术的滥用将带来恶劣的社会影响,需要使用检测技术加以制裁.针对这一问题,已有若干检测算法被提出.现有方法具有一定局限性,单帧检测算法忽略了Deepfake动态缺陷;当数据存在缺陷时,模型可能会陷入"学会特定脸"的陷阱中.提出了一种对视频数据中的Deepfake检测方法,使用结合CNN和LSTM的卷积LSTM,判断视频真伪.提出了一种基于人脸特征点的cutout方法,能抑制网络学会特定脸.实验表明,在不同场景下,准确度对比基准算法均有提升.