深度伪造及其取证技术综述

深度学习作为机器学习的一个具有前景的重要分支，在计算机视觉方面取得了重大突破。深度伪造 （Deepfake）通常指的是使用深度学习（deep learning）进行涉及人脸和人声的多媒体伪造技术，如果被恶意滥用会给 社会带来灾难。深度伪造不仅限于面部的替换，还有修改面部特征、修改表情、唇形同步、姿势变换、完整脸生成、篡 改音频到视频以及文本到视频等方式。人类面部在社会、政治、经济等方面的敏感性，使得深度伪造技术威胁着社 会和个人的安全。对深度伪造产物进行检测也成为数字取证领域的一个重要研究课题。为了提供对Deepfake检测 研究工作的最新概述，本文描述了各种针对解决 Deepfake 相关问题的处理方法。本文主要参考了谷歌学术检索 2018—2022共5年的深度伪造论文，分为不同类别进行分析比较，并且详细介绍了深度伪造数据集的特点以及伪造 方法，简述了深度伪造技术及其基本原理，介绍了检测器在深度伪造技术数据集上的性能效果，分别从输入维度、浅 层特征和深层特针对深度伪造检测技术进行分类，并对未来发展前景进行展望。