利用深度学习方法进行深度伪造检测：综述
机器学习
2023-04-05 v1 密码学与安全
摘要
机器学习和深度学习领域的显著进展导致了高度逼真的伪造媒体的涌现，这些媒体通常被称为深度伪造（deepfake）。深度伪造是由复杂的人工智能生成的伪造媒体，有时很难与真实媒体区分开来。迄今为止，这些媒体可以被上传到各种社交媒体平台，因此向全世界传播变得容易，这呼吁一种有效的对策。因此，对抗深度伪造的乐观对策之一是深度伪造检测。为应对这一威胁，过去的研究人员已基于卷积神经网络等 ML/DL 技术创建了检测深度伪造的模型。本文旨在探索不同的方法，意图以不同类型的数据集实现具有更高准确率的低成本模型，以解决数据集的泛化性问题。
引用
@article{arxiv.2304.01908,
title = {Leveraging Deep Learning Approaches for Deepfake Detection: A Review},
author = {Aniruddha Tiwari and Rushit Dave and Mounika Vanamala},
journal= {arXiv preprint arXiv:2304.01908},
year = {2023}
}