一个基于分数的概率比率框架,用于在法医科学中深度假冒图像识别
Tianli Guo1, Jisong Li1, Yunqi Tang2
1School of Criminal Investigation, People's Public Security University of China, Beijing, 100038, China.
Scientific reports
|March 4, 2026
概括
这项研究引入了一种基于分数的概率比率系统,用于深度假冒图像的法医识别. 该系统对法医应用具有前景,在基准数据集上实现了高准确度.
科学领域:
- 数字法医学数字法医学
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 深度假冒技术给数字媒体识别带来了重大挑战.
- 现有的方法很难跟上深度假冒生成的快速进步.
研究的目的:
- 开发和评估一个强大的基于分数的概率比率系统,用于法医识别深度假冒图像.
- 解决目前在法医背景下深度假冒检测技术的局限性.
主要方法:
- 使用FaceForensics++数据集与视频级分区来防止数据泄露.
- 评估了六个候选模型,确定囊探测器是最强大的.
- 采用内核密度估计用于分数分布建模和优化带宽.
- 应用经验边界和池相邻违规者 (PAV) 校准,以优化概率比.
主要成果:
- 囊探测器在FF++测试组上实现了0.983的曲线下的面积 (AUC).
- 该系统显示了低误导性证据率 (RMEP=0.069,RMED=0.092) 和良好的错误控制 (EER=0.0804).
- 在未见的数据集上进行的概括测试显示了可变的性能 (AUC 0.621-0.783),其中UADFV.的性能最高.
结论:
- 拟议的概率比率系统显示了法医深度假冒识别的潜力.
- 在实际法医应用之前,需要在各种现实场景中进行进一步的验证.
更多相关视频
11:14Rapid High-throughput Species Identification of Botanical Material Using Direct Analysis in Real Time High Resolution Mass Spectrometry
Published on: October 2, 2016
12.2K
05:42Detection and Removal of Tooth-Colored Composite Resin Using the Fluorescence-Aided Identification Technique
Published on: July 27, 2022
4.5K
