基于逆向知识蒸馏人脸重建的深度伪造检测算法

来源：吉林大学学报·理学版杂志2025年第6期北京时间：

作者：刘文瑀, 陈海鹏, 孙宝胜

单位：1. 吉林大学 计算机科学与技术学院, 长春 130012；2. 辽宁省烟草公司抚顺市公司, 辽宁 抚顺 113008； 3. 吉林省肿瘤医院 放疗科, 长春 130012

摘要：针对深度伪造检测算法在数据集FaceForensics++(FF++)上神经纹理(neural textures, NT)伪造方法检测效果较低的问题, 通过对人脸图像的细粒度特征提取进行改进, 提出一个逆向知识蒸馏网络(reverse knowledge distillation net, RKD-Net). 首先, RKD-Net以逆向知识蒸馏为主体框架, 保留了输入人脸图像丰富的细粒度信息; 其次, 在编码器和解码器中间插入了空间和通道重建卷积, 从空间和通道两个维度上加强细粒度信息的表示; 最后, 使用残差坐标注意力分类器, 增强逆向知识蒸馏网络输出的真实特征和细节特征, 并根据这些不同特征对输入到网络的人脸图像进行分类. 实验结果表明, RKD-Net在保证对其他伪造方法检测效果的情况下, 对NT伪造方法检测效果达到最佳.

关键词：深度伪造检测,逆向知识蒸馏,空间和通道重建卷积,坐标注意力