GAN模型生成图像检测方法综述OA北大核心CSTPCD
生成对抗网络(generative adversarial network,GAN)作为生成高质量图像的强大工具,近年来在图像合成领域得到了广泛应用。然而,随着GAN技术的快速发展,引发了图像伪造和欺诈的严重担忧,特别是在新闻报道、身份认证以及司法取证等关键领域。这些伪造图像不仅难以辨别,还可能被用于传播虚假信息、实施诈骗,甚至在法律案件中造成难以弥补的损害。为应对这一挑战,研究者们提出了多种检测GAN生成图像的方法,主要可以分为基于特征识别的方…查看全部>>
谢天圻;吴媛媛;敬超;孙伟恒
成都理工大学计算机与网络安全学院(示范性软件学院),成都610059成都理工大学计算机与网络安全学院(示范性软件学院),成都610059成都理工大学计算机与网络安全学院(示范性软件学院),成都610059成都理工大学计算机与网络安全学院(示范性软件学院),成都610059
计算机与自动化
生成对抗网络(GAN)深度学习伪造检测
《计算机工程与应用》 2024 (22)
P.74-86,13
成都理工大学2023年中青年骨干教师发展资助计划(10912-JXGG2023-06470)。
评论