语音深度伪造检测方法综述
芦天亮;单程昊;任新磊;王文浩;和椿皓;近年来，随着人工智能生成内容(Artificial Intelligence Generated Content, AIGC)的快速发展，语音深度伪造正成为影响自动说话人验证系统和语音身份安全的重要隐患。围绕语音伪造检测技术(Audio Deepfake Detection, ADD)展开系统综述，首先将当前的伪造技术类型分为语音合成、语音转换、情感伪造、局部伪造4类并总结研究现状；其次，聚焦于当前主流的检测方法、特征建模路径与评估体系构建，系统梳理了阶段式检测和端到端检测两大技术路线，并重点介绍了基于神经编解码器和音频语言模型(Audio Language Model, ALM)驱动的合成算法的检测方法，并对训练机制与优化策略进行总结；再次，对当前语音伪造检测的主要难点及核心挑战进行整理并提出未来可行的解决方案；最后，总结并对未来技术发展进行展望。
深度伪造人脸检测综述
田华伟;张腾;李根;肖延辉;近年来，深度伪造技术呈现出快速发展态势，其所带来的风险与挑战颇为严峻。在此背景下，针对深度伪造检测技术的研究需求显得尤为迫切。通过聚焦人脸深度伪造，以对抗的视角，在分析人脸深度伪造技术发展概况的基础上，系统地梳理了深度伪造人脸检测技术的研究进展。首先，从单模态伪造检测出发，对静态图像与动态视频检测技术的演化路径进行论述。然后，聚焦多模态检测策略，从模态解耦、深度融合与模态一致性3个维度，分析归纳当前主流多模态深度伪造检测的技术方案与代表性方法，并探究了其在跨模态对齐与特征融合等方面的研究前景。最后，分析了现有技术面临的主要挑战并阐明了未来的研究方向，为后续人脸深度伪造检测领域的研究奠定了坚实基础。
基于潜指印的仿真指纹制备及其在指纹识别系统破解中的应用研究
颜磊;罗茜;张伊煌;喻彦林;基于潜指印制作了仿真指纹(光敏指纹章与硅胶仿真指纹膜),并将其成功应用于破解搭载指纹识别系统的常用电子设备。首先对潜指印进行显现并扫描固定，然后基于获得的指印图案信息制作光敏指纹章以及不同类型的硅胶仿真指纹膜，对指纹考勤机、手机、笔记本电脑、智能门锁等设备进行破解。实验中对承痕体的表面特性、潜指印的显现方式、制章的曝光电压等影响因素进行了考察，并对解锁成功率进行了统计。结果表明，普通硅胶指纹膜与光敏指纹章解锁搭载光学指纹识别系统的设备成功率高(最高可达100%,20/20),导电硅胶指纹膜、负载导电漆的硅胶指纹膜以及光敏指纹章能成功解锁搭载电容指纹识别系统的手机、智能门锁等设备。研究以客体上的潜指印为样本制作仿真指纹实现了指印信息从“平面”“不可见”到“立体”“实物化”的转变，有望在侦查实务中取得应用。
箕型纹根基区域相似异源问题研究
于志豪;杨洪鑫;李肽泽;蒋玉涛;罗亚平;为研究箕型纹根基区域在千万人级数据库检索中的相似异源指纹干扰风险，选取60枚根基区域纹线清晰的箕型纹，在标注6～14个细节特征条件下发起540次检索，统计候选队列前100位内相似异源指纹的出现情况及排位表现。结果显示，540次查询中有221次检出相似异源指纹，累计获得648条相似异源指纹记录；低度、中度、高度相似分别占53.7%、26.5%和19.8%,并检出净符合点数为11的高度相似异源指纹；相似异源指纹以箕型纹为主(70.5%),同手别一致率为73.8%,同指位一致率为35.2%且指位间差异显著；高频相似区域主要分布在三角下方，并存在非根基区域与非指尖方向的相似情况；排位分析显示，同源在前占27.2%,异源在前占29.3%,均未出现占43.5%;同源与异源共现63次且同源均排位在前，异源在前均对应仅异源情形。研究表明，根基区域检索的主要风险集中于同源缺位时相似异源指纹进入候选前列及高度相似异源指纹干扰，提示鉴定人员要强化风险识别并结合其他区域特征比对。
N95口罩通话录音的声学特征分析及其对语音同一性鉴定的影响
贾丽文;邢晓海;韩俊奎;薛杰煜;杨俊杰;新型冠状病毒疫情暴发以来，佩戴口罩成为公众日常防护的一种常见习惯。但佩戴口罩进行通话会对声纹鉴定产生影响。研究选取8名男性和8名女性发音人作为研究对象，分析其在佩戴N95口罩通话录音与正常录音之间韵律特征和共振峰特征的差异。实验发现，佩戴N95口罩后通话录音的音强会降低，长时基频均值会升高，声韵母时长比变化未见统一规律；高频共振峰不可见，但其频率变化较大，各阶共振峰的强度值均降低，共振峰走向特征和过渡音征多数情况下没有变化。佩戴N95口罩通话录音与正常录音之间仍可进行语音同一性鉴定，但需要鉴定人充分关注N95口罩通话录音声学特征的变化和鉴定特征的选择。
法庭科学视域下微生物组个体识别研究
童晓雪;闫平;个体识别作为法庭科学领域的重要内容，其核心在于通过DNA和指纹等生物样本来确认个体身份。基于人类DNA的分型技术，凭借其灵敏度高、特异性强且分型结果易于标准化等优势，成为了法庭科学中最广泛使用的检测手段。然而，当样本降解或DNA含量极低时，传统的DNA分型技术往往难以获得理想的分型结果。在此背景下，人体微生物组因其显著的个体特异性、良好的时间稳定性以及庞大的微生物群数量，在个体识别方面展现出巨大的应用潜力。然而，该技术在实际应用中仍面临微生物组动态变化、数据标准化程度不足以及法律伦理框架缺失等挑战。但随着多组学整合分析技术和机器学习算法的发展，人体微生物组分析有望成为传统DNA分型的有利补充，为法医个人识别开辟新的研究方向。
网站访问量
今日访问量: 0