人臉偽造檢測

Accedi

approfondimento - 人臉偽造檢測

本文提出兩種輕量級卷積神經網路 (CNN) 模型，用於快速準確地檢測人臉偽造，並與其他預先訓練的 CNN 模型進行比較，證明其在準確性和計算效率方面的優勢。

本文提出了一種名為對齊特徵隔離的新方法，旨在解決增量式人臉偽造檢測中存在的災難性遺忘問題，通過將先前任務和新任務的特徵分佈在潛在空間中像磚塊一樣堆疊起來，從而減少特徵覆蓋，更好地保留和累積不同偽造方法的知識，最終提高人臉偽造檢測的性能。

本文提出了一種以精心設計的骨幹網絡為基礎的人臉偽造檢測方法。該方法通過在預訓練和微調階段優化骨幹網絡的能力,以及在推理階段引入預測概率和不確定性,顯著提高了人臉偽造檢測的泛化性和可靠性。

Chi Siamo

Prodotti

Risorse