《表4 双流网络在四种独立数据集上的性能》
为了验证在不同数据集上的训练效果,本文分别在FaceForensics++数据集的四个数据集上测试双流网络的性能,并与Xception[6]的结果进行对比。即在四种篡改方法的3种压缩率版本下分别训练,测试独立数据集上的性能。由于NeuralTextures是最新集成的数据集,Xception[6]中并没有提供测试结果。相关测试结果如表4所示,其中“-”代表无此实验。从表4中可以看出,模型在不同压缩率下的性能有差异,压缩率高的视频丧失了很多特征使得检测难度变大,但仍然平均达到93%以上的准确率。在C0和C23的单独实验上,本文提出的模型在视频级别的测试均达到了99%以上的准确率甚至个别达到100%,已经可以较准确地对不同的篡改方式进行分类。再跟Xception[6]的最好结果对比,本文提出的双流网络在单独测试集上的性能均优于Xception[6]。尤其在高压缩率的实验上,双流网络展现极大的提升,展现了良好的对抗压缩能力。
图表编号 | XD00139441400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 李旭嵘、于鲲 |
绘制单位 | 阿里巴巴、阿里巴巴 |
更多格式 | 高清、无水印(增值服务) |