TY -的A2 Alazab Mamoun盟——陈,宝应AU - Tan, Shunquan PY - 2021 DA - 2021/06/07 TI - FeatureTransfer:无监督领域适应跨域Deepfake检测SP - 9942754六世- 2021 AB -最近,各种Deepfake检测方法被提出,其中大部分是基于卷积神经网络(cnn)。这些检测方法遭受过度拟合上表现不佳的源数据集和跨域数据集有不同的分布从源数据集。为了解决这些局限性,本文提出了一个名为FeatureTransfer的新方法,这是一个两级Deepfake检测方法结合转移学习。首先,CNN模型pretrained第三方大规模Deepfake数据集可以用来提取更多的可转让的特征向量Deepfake视频源和目标域。其次,这些特征向量被送入domain-adversarial基于反向传播神经网络(BP-DANN)无监督域自适应训练,在视频源域是真是假标签,而未标记的视频在目标域。实验结果表明,该方法FeatureTransfer Deepfake检测可以有效地解决过度拟合问题,极大地提高cross-dataset的性能评估。SN - 1939 - 0114 UR - https://doi.org/10.1155/2021/9942754 - 10.1155 / 2021/9942754摩根富林明安全和通信网络PB - Hindawi KW - ER