In Ictu Oculi: Exposing AI Created Fake Videos by Detecting Eye Blinking

最新推荐文章于 2024-10-18 11:21:51 发布

jessIoss

最新推荐文章于 2024-10-18 11:21:51 发布

阅读量84

点赞数

分类专栏：论文阅读笔记DeepFake 文章标签：人工智能计算机视觉

本文链接：https://blog.csdn.net/sinat_39223177/article/details/140134831

版权

论文阅读笔记DeepFake 专栏收录该内容

42 篇文章 5 订阅 ¥15.90 ¥99.00

订阅专栏

超级会员免费看

文章目录

In Ictu Oculi: Exposing AI Created Fake Videos by Detecting Eye Blinking
- 背景
- 关键点
- 内容
- 实验
- - data
- 启示

In Ictu Oculi: Exposing AI Created Fake Videos by Detecting Eye Blinking

会议：2018 IEEE International Workshop on Information Forensics and Security (WIFS)
作者：
在这里插入图片描述

背景

虽然基于信号水平线索(例如传感器噪声、CFA插值和双JPEG压缩)、物理层证据(例如照明条件、阴影和反射)或语义级一致性(例如元数据的一致性)的传统媒体取证方法可以应用于此目的，但它们对于检测DeepFake视频不够可靠或有效。

眨眼指的是眼睑快速闭合和打开的运动。自发眨眼是指在没有外界刺激和内部努力的情况下眨眼，由运动前脑干控制，在没有意识的情况下发生，具有重要的生物学功能，可以滋润泪液，清除角膜和结膜表面的刺激物。

关键点

基于视频中眨眼的检测，这是一种生理信号，在合成的假视频中

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

jessIoss

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

论文阅读：Exposing DeepFake Videos By Detecting FaceWarping Artifacts

weixin_42474594的博客

04-16

4600

论文阅读：Exposing DeepFake Videos By Detecting FaceWarping Artifacts 现在对于论文阅读还是比较头疼，很多翻译都很奇怪，还是要提高英语能力啊，心酸菜鸡在线叹气。这篇论文主要是给大家一些资料的收集整理，避免琐碎麻烦的工作，主要的干货也没有很多，如果要认真研究还需要自己自己阅读论文噢。本篇论文全文获取 Motivation 这篇文章是的主要出发...

AI中Deepfake的部分研究前沿与文献综述

吊车尾小队

01-16

2337

综上所述，在检测高视觉质量Deepfake视频时面临三大挑战，即1)如何放大高视觉质量Deepfake视频中的篡改痕迹以获得更好的性能，2)如何提高跨数据集检测的鲁棒性并提高检测效率，3)如何提供可解释的理论分析。以上介绍的三种算法从某种程度上可以归类Deepfake的研究方法，从常识性的角度或者标新立异的方法，基于传统深度学习神经网络的方法和与实际图像处理相结合的方法。为了更好地隔离被操纵的人脸，我们推导了一个新的代价函数，与常规分类不同，它压缩了自然人脸的可变性，并在特征空间中推开了不现实的人脸样本。

1 条评论您还未登录，请先登录后发表或查看评论

【学习】FaceForensics++: Learning to Detect Manipulated Facial Images

热门推荐

Reddoge_的博客

01-03

1万+

论文题目：FaceForensics++: Learning to Detect Manipulated Facial Images 翻译：FaceForensics ++：学习如何检测被操纵的面部图像作者： Andreas Rossler ^1 Davide Cozzolino^2 Luisa Verdoliva^2 Christian Riess^3 Justus Thies^1 Matth...

【学习】Deep Learning for Deepfakes Creation and Detection

Reddoge_的博客

01-03

5368

论文题目：Deep Learning for Deepfakes Creation and Detection 翻译：基于深度学习的Deepfake创建与检测作者： Thanh Thi Nguyen*1, Cuong M. Nguyen2, Dung Tien Nguyen1, Duc Thanh Nguyen1 and Saeid Nahavandi3 1School of Informati...

全网最硬核换脸技术全分析ZAO换脸App

09-05

9218

简介最近，一款名为「ZAO」的 AI 换脸应用火爆了起来，在各大网站和朋友圈都看见它的身影，它可以通过用户上传的一张带有人脸的照片替换到视频的人脸中，效果非常逼真，引起轰...

deepfake论文40篇汇总

idol24的博客

06-05

7957

点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！戳我，查看GAN的系列专辑~！Deepfake这个词是“深度学习”和“伪造假冒（fake）”的...

ICTU-OLP：ictu.olp.cachhoc.net的联系方式

02-19

ICTU-OLP：ictu.olp.cachhoc.net的联系方式

quality-report:总部 - 整体软件质量报告

05-30

公告 HQ 已被取代。自 2021 年 1 月 1 日起，不再维护总部。不会修复任何错误。不会开发新功能。总部 - 整体软件质量报告 ... 该软件由 ICTU ( http://www.ictu.nl ) 开发，用于支持为Ministry van

DINO&DINO v2：颠覆自监督视觉特征表示学习

家鸽的代码屋

10-15

1058

DINO系列学习总结

新质技术之生成式AI、大模型、多模态技术开发与应用研修班

Lynn121的博客

10-17

493

在当前的科技飞速发展的时代，生成式人工智能、大模型、多模态技术的出现正为企业的数字化转型带来革命性变革。该研修班特别设计了为期四天的课程，从生成式AI的核心概念入手，逐步深入探讨大模型的应用开发以及多模态技术的集成运用。通过此次研修班，学员不仅能获得最新的AI技术知识，还能获得行业权威机构的职业技能认证，这将极大提升其在未来职场中的竞争力。本次研修班采取理论与实战相结合的培训模式，旨在让学员不仅能够全面掌握生成式AI、大模型和多模态技术的最新理论，还能通过实战练习，掌握将这些技术应用于实际业务。

论文及其创新点学习cvpr2022 On the Integration of Self-Attention and Convolution

qq_53536373的博客

10-13

607

论文创新点，将注意力机制和卷积相结合。

最近AI产品开发的热点在什么领域？

最新发布

m0_46568584的博客

10-18

884

更贴合人类的思考方式：去年，不管是ChatGPT还是通义千问、KIMI等，经常会遇到问着问着他就“傻”了，开始答非所问，就我个人使用而言，从今年下半年开始，模型越来越聪明，他会给我提供一些新奇的想法，而且还会先我一步思考。AI产品开发中，搜索领域已成为炙手可热的焦点，背后的原因还是很值得说一说的。《黑神话：悟空》不仅在短短3天内销量突破1000万套，成为有史以来最快达到这一销售里程碑的单机游戏之一，更重要的是，它展现了AI技术在游戏领域带来的巨大潜力，包括AI驱动的NPC、AI生成的场景、AI辅助开发等。

计算机毕业设计Python深度学习房价预测房源可视化房源爬虫二手房可视化二手房爬虫递归决策树模型机器学习深度学习大数据毕业设计

全网粉丝100W+、全栈领域优质创作者、B站、github、CSDN等社区技术专家、专注于高端精品毕业项目源码实战

10-18

507

计算机毕业设计Python深度学习房价预测房源可视化房源爬虫二手房可视化二手房爬虫递归决策树模型机器学习深度学习大数据毕业设计

大数据与人工智能在金融风险控制中的应用

2405_87249521的博客

10-16

1044

通过对海量数据的实时分析和智能化的预测模型，金融机构能够更准确地识别潜在风险，采取适当的防范措施，从而提升金融市场的稳定性和安全性。传统的信用评估主要依赖于财务报表和历史信用记录，而大数据技术可以结合客户的社交媒体行为、购物习惯、互联网搜索记录等非结构化数据，为风险评估提供更全面的视角。同时，AI还能够自动识别潜在的合规风险，减少人工审核的压力。大数据与人工智能在金融风险管理中有着广泛的应用场景，从信用评估、市场风险分析，到反欺诈和监管合规，都可以利用这些技术来提升风险控制的效率和准确性。

骨架提取（持续更新）

xiongmaowangd的博客

10-13

704

骨架提取是图像处理或计算机视觉中的一种技术，用于从二值化图像中提取物体的中心线或轮廓，通常称为“骨架”或“细化图像”。这一技术主要用于简化形状表示，同时保留物体的拓扑结构。这里我们强调了，是对二值化图像中进行提取。

【深度学习】RNN实战

言兼小师傅的博客

10-15

445

【代码】【深度学习】RNN实战。

通义灵码：AI 编码的强大助力

jiandanfeng2的专栏

10-14

905

通义灵码是阿里云推出的智能编码辅助工具，以通义大模型为基础，提供多种强大功能助力开发者高效编码。通义灵码集成了行级 / 函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释、研发智能问答、异常报错排查等能力。例如，在编码过程中，根据当前语法和跨文件的代码上下文，实时生成行、函数建议代码，极大地提升了编码的连续性和流畅性。通过自然语言描述功能需求，可直接在编辑器区生成代码，让编码过程更加直观便捷。

论文阅读（十六）：Deep Residual Learning for Image Recognition

悟兰因的博客

10-16

1127

在ResNet网络提出之前，传统的卷积神经网络都是通过将一系列卷积层与下采样层进行堆叠得到的。梯度消失/梯度爆炸。退化问题。1.梯度消失/梯度爆炸：可通过数据预处理及在网络中使用BatchNormalizationBatch\;BatchNormalization来解决。2.退化问题（随着网络层数的加深，效果会变差，如上图所示）：本文提出了残差结构（ResidualBlockResidual\;

ai搜索工具免费的有那些？这几年搜索都发生了哪些变化？

10-16

342

使用 YOLOv11 进行健身辅助，动作计数，动作矫正 -- AI 俯卧撑计数，AI 引体向上计数

shiter编写程序的艺术

10-16

108

主要是通过区分up 和down 来区分是否完成了一整个step。