| 人脸伪造及检测技术综述 |
| |
| 引用本文： | 曹申豪,刘晓辉,毛秀青,邹勤. 人脸伪造及检测技术综述[J]. 中国图象图形学报, 2022, 27(4): 1023-1038 |
| |
| 作者姓名： | 曹申豪 刘晓辉 毛秀青 邹勤 |
| |
| 作者单位： | 武汉大学计算机学院, 武汉 430072;国家计算机网络与信息安全管理中心, 北京 100029;信息工程大学密码工程学院, 郑州 450001 |
| |
| 基金项目： | 国家自然科学基金项目(62171324);湖北省重大科技创新计划项目(2020BAB018) Supported by:National Natural Science Foundation of China (62171324);Hubei Province Technological Innovation Major Project (2020BAB018) |
| |
| 摘 要： | 人脸伪造技术的恶意使用，不仅损害公民的肖像权和名誉权，而且会危害国家政治和经济安全。因此，针对伪造人脸图像和视频的检测技术研究具有重要的现实意义和实践价值。本文在总结人脸伪造和伪造人脸检测的关键技术与研究进展的基础上，分析现有伪造和检测技术的局限。在人脸伪造方面，主要包括利用生成对抗技术的全新人脸生成技术和基于现有人脸的人脸编辑技术，介绍生成对抗网络在人脸图像生成的发展进程，重点介绍人脸编辑技术中的人脸交换技术和人脸重现技术，从网络结构、通用性和生成效果真实性等角度对现有的研究进展进行深入阐述。在伪造人脸检测方面，根据媒体载体的差异，分为伪造人脸图像检测和伪造人脸视频检测，首先介绍利用统计分布差异、拼接残留痕迹和局部瑕疵等特征的伪造人脸图像检测技术，然后根据提取伪造特征的差异，将伪造人脸视频检测技术分为基于帧间信息、帧内信息和生理信号的伪造视频检测技术，并从特征提取方式、网络结构设计特点和使用场景类型等方面进行详细阐述。最后，分析了当前人脸伪造技术和伪造人脸检测技术的不足，提出可行的改进意见，并对未来发展方向进行展望。
|
| 关 键 词： | 人脸伪造 伪造人脸检测 生成对抗网络(GAN) 人脸交换 人脸重现 |
| 收稿时间： | 2020-08-26 |
| 修稿时间： | 2020-12-15 |
A review of human face forgery and forgery-detection technologies |
| |
| Cao Shenhao,Liu Xiaohui,Mao Xiuqing,Zou Qin. A review of human face forgery and forgery-detection technologies[J]. Journal of Image and Graphics, 2022, 27(4): 1023-1038 |
| |
| Authors: | Cao Shenhao Liu Xiaohui Mao Xiuqing Zou Qin |
| |
| Affiliation: | School of Computer Science, Wuhan University, Wuhan 430072, China;National Computer Network and Information Security Management Center, Beijing 100029, China;School of Cryptographic Engineering, Information Engineering University, Zhengzhou 450001, China |
| |
| Abstract: | |
| |
| Keywords: | face forgery face forgery detection generative adversarial network (GAN) face swap face reenactment |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
