注意力融合双流特征的局部GAN生成人脸检测算法

TP391.41; 为解决现有局部生成式对抗网络(GAN)生成人脸检测算法在检测经过后处理的图像时性能严重下降的问题,提出一种注意力融合双流特征的局部GAN生成人脸检测算法.该算法利用双流网络分别从RGB颜色空间和YCbCr颜色空间中提取鲁棒特征,并引入注意力特征融合模块在不同网络层上融合双流特征以获得更鲁棒的特征.同时采用多层次特征融合决策提高网络对局部生成区域特征的提取和辨别能力.实验结果表明,所提算法的鲁棒性优于现有算法,尤其是针对JPEG压缩和双边滤波后处理.在FF-HQ+规则子集上与次优算法相比,该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了 1.88％和2.64％...

Full description

Saved in:
Bibliographic Details
Published in东南大学学报（自然科学版） Vol. 53; no. 3; pp. 543 - 551
Main Authors 陈北京, 王鹏, 喻乐延, 舒华忠
Format Journal Article
LanguageChinese
Published 南京信息工程大学计算机学院,南京 210044%南京信息工程大学雷丁学院,南京 210044%东南大学影像科学与技术实验室,南京 210096 01.05.2023
Subjects
atten-tion mechanism
Xception网络
注意力机制
特征融合
feature fusion
generative adversarial network(GAN)
生成人脸
generated face
Xception network
生成式对抗网络(GAN)
Online AccessGet full text
ISSN1001-0505
DOI10.3969/j.issn.1001-0505.2023.03.020

Cover

More Information
Summary:TP391.41; 为解决现有局部生成式对抗网络(GAN)生成人脸检测算法在检测经过后处理的图像时性能严重下降的问题,提出一种注意力融合双流特征的局部GAN生成人脸检测算法.该算法利用双流网络分别从RGB颜色空间和YCbCr颜色空间中提取鲁棒特征,并引入注意力特征融合模块在不同网络层上融合双流特征以获得更鲁棒的特征.同时采用多层次特征融合决策提高网络对局部生成区域特征的提取和辨别能力.实验结果表明,所提算法的鲁棒性优于现有算法,尤其是针对JPEG压缩和双边滤波后处理.在FF-HQ+规则子集上与次优算法相比,该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了 1.88％和2.64％;在FFHQ+不规则子集上与次优算法相比,该算法在3种强度的JPEG压缩和双边滤波上的平均准确率分别提高了 2.85％和1.60％.
ISSN:1001-0505
DOI:10.3969/j.issn.1001-0505.2023.03.020