基于人脸微动作的伪造视频检测OA

随着深度学习技术的快速发展,人脸视频伪造技术日益精进,其逼真效果对社会安全构成了严重威胁.尽管基于静态图像的人脸视频真伪检测方法已取得显著进展,并展现出一定的鲁棒性和泛化能力,但现有基于视频流的检测方法通常面临输入维度过高和计算开销过大的问题,这一领域仍缺乏深入研究.为了解决上述问题,提出了一种基于多变量时间序列分析的人脸视频真伪鉴别方法.首先,设计了一种基于人脸微动作的建模方法,将视频流转化为多变量时间序列,从而显著降低输入维度.随后,改进了Transformer网络结构,以增强其对时间序列特征的建模能力.实验结果表明,所提出的方法在准确性与泛化性方面均与当前主流方法相当,展现了良好的应用潜力.