不同面部遮挡范围对换脸检测的影响
邹煜 缪志成 张雨禾 周致行

 江苏警官学院；江苏南京；210031；

摘要：随着深度学习技术的迅猛发展，人像伪造技术如深度伪造（Deepfake）变得越来越普遍，对个人隐私和社会稳定构成了严重威胁。本研究聚焦于伪造人像检测领域，以面部遮挡物为切入点，重点探究在口罩、墨镜、帽子等常见遮挡物覆盖下，经过深伪技术处理的图片在现有检测软件识别下的检出率。通过构建包含多种遮挡情境的换脸图片数据集，并量化分析了不同遮挡条件下换脸图片的检测成功率。研究发现，面部遮挡物对检测结果有显著影响，部分遮挡情境下检测软件的识别准确率大幅下降，表明现有检测技术在面对复杂遮挡场景时存在局限性。本研究为优化伪造人像检测算法提供了新的视角和数据支持，也为应对日益复杂的伪造图像问题提供了理论依据。

关键词：深度学习；人像伪造检测；面部遮挡

参考文献

[1]李旭嵘,纪守领,吴春明,等.深度伪造与检测技术综述[J].软件学报,2021,32(02):496-518.

[2]李梓楷，王宇飞，廖广军，等.基于帧间量化参数强度值检测深度伪造人像视频[J].刑事技术,2024,49(01):1-10.

[3]陆璟妍.基于细粒度图像分类的深度伪造视频鉴定研究[D].华东政法大学,2022.

[4]卫霞,白国柱,张文俊.基于区块链技术对抗深度伪造现状研究[J].信息安全研究,2021,7(07):615-620.