清华大学学报(自然科学版)

作者：谢天, 于灵云, 罗常伟, 谢洪涛, 张勇东

单位：1. 安徽大学 安徽大学与合肥综合性国家科学中心人工智能研究院联合实验室, 合肥 230601;<br>2. 合肥综合性国家科学中心人工智能研究院, 合肥 230088;<br>3. 中国科学技术大学 信息科学技术学院, 合肥 230027;<br>4. 清华大学 电子工程系, 北京 100084;<br>5. 中国人民解放军军事科学院, 北京 100091

关键词：深度人脸伪造,深度人脸伪造检测,深度生成模型,检测技术

基金：国家自然科学基金重点项目(62232006, U1936210); 国家自然科学基金青年科学基金项目(62102127)\r\n

由于现有深度人脸伪造软件通常是开源的或者被封装为APP免费分发, 导致了虚假视频的泛滥。 因此开展针对深度人脸伪造检测技术的研究就显得尤为重要。 目前, 深度人脸伪造及检测技术正处在快速发展时期, 各种相应的算法也在不断更新迭代。 本文首先介绍了深度人脸伪造和其检测技术的代表性算法并给出简要分析, 其中深度人脸伪造技术包括身份替换、 面部重演、 属性编辑、 人脸生成等, 检测技术包括图像级伪造检测技术和视频级伪造检测技术。 然后归纳总结了常用的深度人脸伪造与检测数据集及不同算法的评估结果, 最后讨论了伪造技术及其检测技术目前面临的主要问题及发展方向。

来源：2023年第9期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2023年第9期