增强深度学习深度伪造检测：集成手工特征
计算机视觉与模式识别
2025-07-29 v1
摘要
深度伪造和人脸替换技术的快速发展在数字安全领域引发了广泛关注，尤其是身份验证和在线注册流程。传统检测方法常常难以对复杂的人脸操作实现良好泛化。本研究提出了一种增强型深度学习检测框架，将手工频域特征与常规 RGB 输入相结合。该混合方法利用图像操作过程中引入的频域和空间域特征，为分类器提供更丰富且更具辨识度的信息。评估了包括 Steganalysis Rich Model、离散余弦变换、误差层次分析、奇异值分解和离散傅里叶变换在内的多种频域手工特征。
引用
@article{arxiv.2507.20608,
title = {Enhanced Deep Learning DeepFake Detection Integrating Handcrafted Features},
author = {Alejandro Hinke-Navarro and Mario Nieto-Hidalgo and Juan M. Espin and Juan E. Tapia},
journal= {arXiv preprint arXiv:2507.20608},
year = {2025}
}