2023-05-10计算机应用,JournalofComputerApplications2023,43(5):1571-1577ISSN1001-9081CODENJYIIDUhttp：//www.joca.cn基于重构误差的无监督人脸伪造视频检测许喆，王志宏，单存宇，孙亚茹，杨莹*（公安部第三研究所网络空间安全技术研发基地，上海200031）（∗通信作者电子邮箱yangying@mcst.org.cn）摘要：目前有监督的人脸伪造视频检测方法需要大量标注数据。为解决视频伪造方法迭代快、种类多等现实问题，将时序异常检测中的无监督思想引入人脸伪造视频检测，将伪造视频检测任务转为无监督的视频异常检测任务，提出一种基于重构误差的无监督人脸伪造视频检测模型。首先，抽取待检测视频中连续帧的人脸特征点序列；其次，基于偏移特征、局部特征、时序特征等多粒度信息对待检测视频中人脸特征点序列进行重构；然后，计算原始序列与重构序列之间的重构误差；最后，根据重构误差的波峰频率计算得分对伪造视频进行自动检测。实验结果表明，在FaceShifter、FaceSwap等人脸视频伪造方法上，与LRNet（LandmarkRecurrentNetwork）、Xception-c23等检测方法相比，所提方法的检测性能的曲线下方面积（AUC）最多增加了27.6%，移植性能的AUC最多增加了30.4%。关键词：人脸伪造检测；无监督学习；时序异常检测；生成模型；人脸特征点中图分类号：TP391.4；TP274文献标志码：AUnsupervisedfaceforgeryvideodetectionbasedonreconstructionerrorXUZhe，WANGZhihong，SHANCunyu，SUNYaru，YANGYing*（ResearchandDevelopmentBaseofCyberspaceSecurityTechnology，TheThirdResearchInstituteofTheMinistryofPublicSecurity，Shanghai200031，China）Abstract:Thecurrentsupervisedfaceforgeryvideodetectionmethodsneedalargeamountoflabeleddata.Inordertosolvethepracticalproblemsoffastiterationandmanykindsofvideoforgerymethods，theunsupervisedideaintemporalanomalydetectionwasintroducedintofaceforgeryvideodetection，thefaceforgeryvideodetectiontaskwastransformedintounsupervisedvideoanomalydetectiontask，andanunsupervisedfaceforgeryvideodetectionmethodbasedonreconstructionerrorwasproposed.Firstly，thefaciallandmarksequenceofcontinuousframesinthevideotobedetectedwasextracted.Secondly，thefaciallandmarksequenceinthevideotobedetectedwasreconstructedbasedonmulti-granularityinformationsuchasdeviationfeatures，lo...
