Deepfake Detection Using ResneXt Deep Learning Architecture

Ravi Tene

doi:10.1007/978-981-96-7496-1_17

Deepfake Detection Using ResneXt Deep Learning Architecture

2026-01-01

0

PRE

AI

DOI：10.1007/978-981-96-7496-1_17

原文链接

原文求助

摘要

En 中文

深度伪造是一种看似真实的误导性视频或图像。生成对抗网络（GANs）是机器学习领域的一个知名名称。GANs通过深度学习宽模型生成大量伪造的人类书写内容。生成器模型学习从潜在空间中采样点，以便可以输入同分布的新样本并产生不同的可观测模型输出。对于大多数应用，深度伪造可以使用生成对抗网络（GANs）令人信服地创建。互联网上存在与深度伪造相关的担忧。然而，作者使用ResneXt和LSTMs通过深度学习网络识别深度伪造中的伪造区域，并使用Python人脸识别和C++视觉库来识别视频中的面部。伪造视频进一步使用在各种边缘群体上训练的模型进行验证。

Keyword:

Deepfake

Machine learning

CNN

Generative adversarial networks (GANs)

Anomaly detection

Deepfake Detection Using ResneXt Deep Learning Architecture

摘要

期刊

机构

引用论文