深度伪造生成与检测研究综述

被引：7

作者：

唐玉敏 ^{[1
,2
]}

范菁 ^{[1
,2
]}

曲金帅 ^{[1
,2
]}

机构：

[1] 云南民族大学电气信息工程学院

[2] 云南省高校通信与信息安全灾备重点实验室

来源：

计算机工程与应用 | 2022年 / 23期

关键词：

深度伪造; 伪造生成; 伪造检测; 深度学习; 发展态势;

D O I：

暂无

中图分类号：

TP391.41 []; TN912.3 [语音信号处理];

学科分类号：

081002 [信号与信息处理];

摘要：

目前用于建立和操作多媒体信息技术已经发展到了可确保高度真实感的程度。深度伪造作为一种生成式深度学习算法，可实现音频、图像、视频的伪造生成，近些年也取得了相当巨大的进步，与之对抗的深度伪造检测技术也在不断的发展中。梳理常见深度伪造生成的技术以及相关的数据集，总结其中的原理以及最新方法成果；并对深度伪造检测相关技术和数据集进行分析总结。对深度伪造生成和检测的未来研究方向进行了总结和展望。

引用

页码：56 / 66

页数：11

共 23 条

[1]

语音合成及伪造、鉴伪技术综述 [J].

杨帅 ;

乔凯 ;

陈健 ;

王林元 ;

闫镔 .

计算机系统应用, 2022, 31 (07) :12-22

[2]

深度伪造检测技术发展现状研究 [J].

曹秀莲 ;

汤益华 .

网络安全技术与应用, 2022, (05) :49-51

[3]

深度伪造与国家安全:基于总体国家安全观的视角 [J].

刘国柱 .

国际安全研究, 2022, 40 (03) :3-31+157

[4]

语音伪造及检测技术研究综述 [J].

任延珍 ;

刘晨雨 ;

刘武洋 ;

王丽娜 .

信号处理, 2021, (12) :2412-2439

[5]

数据增强对深度伪造检测模型的影响研究 [J].

耿鹏志 ;

唐云祁 ;

樊红兴 ;

张时润 ;

朱新同 .

计算机工程与应用 , 2021, (17) :10-16

[6]

深度伪造与检测技术综述 [J].

李旭嵘 ;

纪守领 ;

吴春明 ;

刘振广 ;

邓水光 ;

程鹏 ;

杨珉 ;

孔祥维 .

软件学报, 2021, 32 (02) :496-518

[7]

基于参数转换的语音深度伪造及其对声纹认证的威胁评估 [J].

苗晓孔 ;

孙蒙 ;

张雄伟 ;

李嘉康 ;

张星昱 .

信息安全学报, 2020, 5 (06) :53-59

[8]

Generative convolution layer for image generation.[J] Park Seung;Shin YongGoo Neural networks : the official journal of the International Neural Network Society 2022,

[9]

Deep Learning-Based Digital Image Forgery Detection System[J] Qazi Emad Ul Haq;Zia Tanveer;Almorjan Abdulrazaq Applied Sciences 2022,

[10]

Digital Video Tampering Detection and Localization: Review; Representations; Challenges and Algorithm[J] Akhtar Naheed;Saddique Mubbashar;Asghar Khurshid;Bajwa Usama Ijaz;Hussain Muhammad;Habib Zulfiqar Mathematics 2022,

← 1 2 3 →