利用 MLP 与 LSTM 的混合深度伪造检测
计算机视觉与模式识别
2023-05-01 v1 机器学习
摘要
过去几年中，社会对社交媒体上真实信息的依赖有增无减，这只会加剧错误信息传播的潜在后果。日益流行的一种欺骗用户的方法是利用深度伪造（deepfake）。深度伪造是伴随最新技术进步而来的发明，它使恶意的网络用户能够用众多社会权贵的计算机生成合成面孔替换自己的脸。深度伪造图像与视频如今提供了模仿重要政治与文化人物以传播大量虚假信息的手段。能够检测这些深度伪造以防止错误信息传播的模型如今极为必要。本文中，我们提出一种利用两种深度学习算法的新的深度伪造检测方案：长短期记忆（LSTM）与多层感知机（MLP）。我们使用名为 140k Real and Fake Faces 的公开可用数据集评估我们的模型，以检测被深度伪造篡改的图像，准确率最高达 74.7%。
引用
@article{arxiv.2304.14504,
title = {Hybrid Deepfake Detection Utilizing MLP and LSTM},
author = {Jacob Mallet and Natalie Krueger and Mounika Vanamala and Rushit Dave},
journal= {arXiv preprint arXiv:2304.14504},
year = {2023}
}
备注
5 Pages