深度伪造检测：人脸操纵检测方案综述

深度学习作为一个领域已成功用于解决大量复杂问题，这些是几十年前我们无法想象的。但尽管带来诸多益处，仍有人利用其危害社会。深度伪造已被证明是这样一个问题，如今比以往任何时候都更甚：任何个人都能用智能手机上的应用轻易制作假图像或视频，因而需要一些对策，以检测图像或视频真假，消除威胁在线信息可信度的问题。尽管神经网络生成的深度伪造看似与真实图像或视频一样，但其在修饰后仍留下空间与时间痕迹或签名，这些签名虽为人眼不可见，却可被训练专用于深度伪造检测的神经网络发现。本文我们分析若干此类最先进神经网络（MesoNet、ResNet-50、VGG-19与Xception Net）并相互比较，以为多种场景寻找最优解，如部署于在线社交媒体平台的实时深度伪造检测（分类应尽可能快），或小型新闻机构无需实时但要求极高准确度的分类。