【摘 要】
:
随着人工智能相关技术的飞速发展,深度学习与神经网络给许多传统行业使用的工具带来了新的变革,不仅大大提升了工具的使用效率,降低了使用的难度门槛,还提高了工具的产出质量。而对抗生成的思想被提出后,基于深度学习和神经网络等技术的媒体数据生成方式开始不断的创新和发展。这使得在当今社会中,用一款软件来替换别人的人脸制作一些伪造人像数据的操作不再专属于专业的图像视频制作人员。而这种技术的普及化会带来巨大的信息
论文部分内容阅读
随着人工智能相关技术的飞速发展,深度学习与神经网络给许多传统行业使用的工具带来了新的变革,不仅大大提升了工具的使用效率,降低了使用的难度门槛,还提高了工具的产出质量。而对抗生成的思想被提出后,基于深度学习和神经网络等技术的媒体数据生成方式开始不断的创新和发展。这使得在当今社会中,用一款软件来替换别人的人脸制作一些伪造人像数据的操作不再专属于专业的图像视频制作人员。而这种技术的普及化会带来巨大的信息安全隐患和威胁,如果这种技术继续泛滥下去,以后将会广泛的出现侵犯他人肖像权、危害公共安全秩序的行为。因此,这种基于人像的虚假媒体数据检测的技术必不可少。虽然已经有很多检测算法被提出,但是当前的检测算法仍然具有性能不稳定,无法迁移到真实世界中加以应用、可解释性差和忽略时间维度信息等缺点。为了克服这些缺点,本文创新性的提出了两种伪造人像检测算法:第一种通过加强对非语义信息的特征提取和特征分析,绕开现有生成算法最擅长的语义信息生成,而从噪声分布特征和频域信息特征来分析判断媒体数据是否是虚假数据。同时本文将对于视频数据进行了特殊处理,结合了视频在时间维度上具备一致性的特点,将视频数据文件分为三段,每段分别提取局部特征和段特征,并整合在一起作为全局特征进行最后的分析处理,在一定程度上提升了本文提出的检测算法的准确率。第二种方法通过结合元学习中的思想,将检测算法网络分为特征提取网络模块和分类器网络模块,分别在虚假媒体数据检测任务中负责生成更强的特征表达和更好的泛化迁移两部分的任务。通过使用无监督学习中的训练方法,让特征提取网络模块可以对不同的媒体数据做更强的特征表征;而让分类器模块在特征提取网络模块的基础上进行训练,类似于元学习当中高阶导数的学习和训练,使得分类器网络模块可以快速迁移到其他数据集中,表现了较好的泛化能力和鲁棒性。为了体现本文方法的优越性,本文选用了现在生成图像质量较高的数据集和模拟真实世界数据分布的数据集进行精度和泛化能力衡量的实验。实验结果证明了本文方法的优越性,该方法克服了一些当今大多数检测算法的缺陷,证明了本文方法的实用性和价值。
其他文献
随着互联网的快速发展,人们越来越难以在各类信息海洋中快速定位自已所需要的信息,为了帮助用户能更快捷方便的从海量信息中找到自己所需求的信息,推荐系统已经成为关键的一部分了。为用户进行个性化推荐一直是推荐系统研究的热点,但是当面对一个刚进入系统的用户时,系统没有该用户的任何数据,即为“冷启动用户”,此时推荐系统不能进行个性化推荐。用跨域推荐来缓解冷启动问题是目前的研究热点,这一方法为解决冷启动提供了新
近年来,越来越多的学者们致力于非线性偏微分方程解的研究,获得了许多相关问题的重要结果.特别地,解的存在性和不存在性作为研究解的各项性质的重要基础,引起了学者们的广泛关注.随着对非线性偏微分方程的深入研究,分数阶偏微分方程在实际应用和理论分析中的重要性与日俱增.本文研究三类非线性偏微分方程解的存在性和不存在性.首先,在三维空间的情形下,研究一类非线性广义Boussinesq方程局部弱解的存在性.基于
在脑肿瘤临床诊疗过程中,由于医疗资源的稀缺与诊断效率的低下,迫切需要高精度的医学图像分割工具进行辅助诊疗。随着深度学习与神经网络技术的快速发展,使用卷积神经网络来进行脑肿瘤图像分割已经成为当下的主流,但是其对于脑肿瘤信息的利用并不充分,导致精度与效率并不完善。基于此,本文围绕着如何充分利用脑肿瘤信息开展研究。具体而言,本文基于脑肿瘤数据来构建深度学习神经网络模型,用于脑肿瘤图像分割任务,主要工作如
随着计算机计算能力的增强,高维时间序列预测在各领域中的应用也随之更加广泛。宏观经济数据预测是最具重要意义的方向之一。宏观经济数据的许多重要变量,如失业率、消费者物价指数等,影响着每个人的生产生活,也影响着国家稳定和社会发展。同时,宏观经济预测可以为政府、银行和工业部门提供有价值的信息,帮助制定相应的政策。例如,经济萧条的相关预测可以为政府部门制定宽松的财政政策提供合理指导意见。因此,宏观经济变量的
随着光纤技术的发展,光子晶体光纤被提出来,因其具有比传统光纤更优异的光学特性及设计灵活特点,其被广泛用于光纤通讯、光纤传感、非线性光学、高功率激光传输和光纤激光器等领域。负曲率反共振空芯光纤(negative curvature anti-resonance hollow core fibers,NC-AR-HCFs)属于空芯光纤的一种,由于大部分光功率在空气芯中传播,可以利用低非线性、高损伤阈值
在当今的物联网应用中,物联网的功耗高问题始终制约着大规模应用的长期部署,终端设备的处理器模块和无线通信模块是主要耗能部分,达到了毫瓦级别。对于通信模块,低功耗的被动通信方式——反向散射通信给功耗问题带来了新的解决思路,但其通信距离短,大大限制了应用范围。LoRa反向散射通信系统利用了LoRa信号chirp扩频调制技术增大了反向散射的通信距离,但是其系统需要处理器模块进行信号处理与控制,功耗仍居高不
合作现象在社会和生物系统中普遍存在,理解合作的演化动力学可以为克服社会困境和优化多智能体系统提供洞见。演化博弈理论为个体之间的策略动态交互提供了一个强有力的理论框架,一直吸引着生物学、数学、社会科学以及计算机科学领域的研究人员的关注。经典演化博弈主要研究博弈环境不变的演化情况,近年来,研究者们越来越关注博弈环境发生变化的情况。在已有的研究中,往往只考虑了单轮博弈的情况,博弈环境决定个体决策的改变,
随着信息技术的蓬勃发展和大数据时代的到来,各行各业迎来了信息化的革新,人们的生活也因此得到了极大的便利。现如今,储存在各类网站中的数据量呈爆炸式增长,但如何在海量的信息中寻找到需要的那部分却成为了困扰用户的一大问题。因此,推荐系统作为一种有效的信息过滤手段应运而生。近年来,推荐系统受到了广泛研究,其中基于图神经网络的推荐模型是近年的研究热点,但现有的模型仍存在着一些不足之处。首先,现有的基于图神经
指数和是数论中基本而重要的研究对象。人们对指数和有很多深入的研究。特别是Gauss和与Jacobi和,有较为系统和深刻的结果。本博士论文将Gauss和与Jacobi和的结果应用到了以下两个方面的问题:问题一:利用指数2情形下Gauss和的计算结果,对满足3l≡3(mod4)的奇素数l,给出有限域Fq上阶数为l和2l的两类分圆数的显式计算公式;问题二:在[66]的基础上,利用二次约化的Jacobi和
激光雷达(Light Detection and Ranging,Li DAR)是一种能够获取大面积区域精确点云信息的遥感技术,其被广泛地应用于地形测绘,高度估计,电力线监测等诸多方面。然而,在用于获取地表信息的激光雷达点云高程数据中,位于地面和地物(如树冠)上的点混杂在一起,因此在构建地形之前,需要将其分为地面点和非地面点,这一过程被称为滤波。虽然当前已有许多点云滤波算法被提出,但这些算法普遍在