基于深度学习的 Deepfake 内容检测方法综述
计算机视觉与模式识别
2024-02-19 v3 人工智能
摘要
深度学习生成模型的最新进展引发了担忧，因为它们可以创建极具说服力的伪造图像和视频。这对人们的完整性构成威胁，并可能导致社会不稳定。为解决此问题，迫切需要有能够高效检测伪造内容并警示用户潜在图像和视频篡改的新计算模型。本文对使用基于深度学习方法的 deepfake 内容检测近期研究进行了全面综述。我们旨在通过系统回顾不同类别的伪造内容检测来拓展最前沿研究。此外，我们报告了所审视工作的优点与不足，并针对 deepfake 检测中仍未解决的议题与缺陷给出了若干未来方向。
引用
@article{arxiv.2202.06095,
title = {A Review of Deep Learning-based Approaches for Deepfake Content Detection},
author = {Leandro A. Passos and Danilo Jodas and Kelton A. P. da Costa and Luis A. Souza Júnior and Douglas Rodrigues and Javier Del Ser and David Camacho and João Paulo Papa},
journal= {arXiv preprint arXiv:2202.06095},
year = {2024}
}