近年来，语音深度伪造技术的滥用日益严重，亟需具备强泛化能力的检测方法。然而，现有模型往往依赖特定声码器或与伪造无关的信息（如语义内容、说话人特征），导致在未知声码器和真实场景下性能显著下降。为应对这一问题，研究者提出了解耦表示学习（DRL）与元学习（Meta-learning）等策略：前者通过分离无关因素以提取通用伪造特征，后者通过模拟分布变化以提升模型适应性。基于此，本文提出 ALDEN（Dual-Level Disentanglement with ...
[1] 解为成,刘源，张喜，沈琳琳.“神经网络的运行优化及数据处理方法、设备及存储介质”.申请号：201910378838.7.申请日期：2019年05月08日，已授权，授权日期：2021年1月21日，专利号：ZL201910378838.7[2] 解为成，田怡，沈琳琳.“样本筛选及表情识别方法、神经网络、设备及存储介质”.申请号：201910690684.5.申请日期：2019年07月29日，已授权，授权日期：2022年10月10日，专利号：ZL201910690684.5[3] 石武祯，李丹.“动作...
[1] Shi, Wuzhen, et al. "Image compressed sensing using convolutional neural network." IEEE Transactions on Image Processing 29 (2019): 375-388.[2] Shi, Wuzhen, et al. "Video compressed sensing using a convolutional neural network." IEEE Transactions on Circuits and Systems for Video Technology 31.2 (2020): 425-438.[3] Shi, Wuzhen, et al. "Scalable convolutional neural network for image compres...
联系电话：0755-86716669
联系地址：深圳市南山区深圳大学南区致信楼N801
