深度伪造系统性调查

深度伪造是一种生成式深度学习算法，可以非常逼真的方式创建或更改面部特征，使人们难以区分真实与虚假特征。它可用于使电影看起来更好，也可用于通过模仿著名人物传播虚假信息。本文解释、分析并对各种深度伪造方法进行分类。使用深度伪造数据集训练和测试模型，以评估其可靠性。深度伪造是一种人脸操纵，允许人们更改其整个面部身份、属性和表情。还讨论了可用深度伪造数据集的趋势，重点关注它们的变化方式。使用深度学习构建通用深度伪造检测模型。此外，还提到了制作和检测深度伪造的难题。预计本次调查将加快基于深度伪造的新影像工具的开发速度。本次调查深入综述了操纵人脸图像的方法以及各种技术以识别被篡改的人脸图像的方法。特别讨论了四种人脸操纵：属性操纵、表情置换、整面 synthesis 和身份置换。在每种操纵类别中，我们提供了操纵技术、用于技术评估的伪造检测方法的显著基准、可获取的公共数据库以及此类分析结果概述。就本次调查涉及的主题而言，我们聚焦于最新深度伪造技术的最新进展，以及检测虚假图像的挑战与障碍。