《表4 混合数据集训练模型的召回率》
(%)
由于工程实践中,无法得知待检测图像潜在使用的深度伪造方法,故算法支持同时检测多种深度伪造方法更具有实际意义。为了进一步验证,本文在某一特定深度伪造方法数据集训练,并交叉检测其他深度伪造方法测试集。结果在表3和表4以召回率指标进行显示。通过表3首行数据横向对比可知,采用Deep Fake数据集训练所得的模型参数,检测Deep Fake虚假图像的召回率达到98.51%,真实图像召回率达到98.94%。但是,使用此模型参数检测Face2Face虚假图像以及Face Swap虚假图像召回率极低,仅为5.94%和0.28%。其余数据也表现出相同规律。结果表明,各类深度伪造方法有其自身特点。采用单一深度伪造数据集训练的模型不具有泛化性,仅对单一伪造方法检测具有很高的召回率,对其他深度伪造方法检测率与随机判别相似,不具有检测性能。
图表编号 | XD00212229500 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) |