《表2 训练模型在测试集的准确率》
(%)
本文首先针对Deep Fake、Face2Face、Face Swap三种不同深度伪造方法数据集单独训练,表2显示了训练模型在测试集中的检测准确率。无论相较于机器学习Steg.Features[7]+SVM分类器的方法,还是深度学习Meso Net以及Xception Net方法,本文提出的模型检测针对Face Swap和Face2Face深度伪造图像都取得了明显性能提升,虽然Deep Fake准确率相比较Xception Net方法有所减低,但是其准确率与本模型相比仍属最高值,表明结合了纹理特征和HSV空间特性的双流网络模型对提升检测准确率具有积极作用。
图表编号 | XD00212229000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 杨雨鑫、周欣、熊淑华、何小海、卿粼波 |
绘制单位 | 四川大学电子信息学院、四川大学电子信息学院、中国信息安全测评中心、四川大学电子信息学院、四川大学电子信息学院、四川大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |