文献

J-GLOBAL ID：202002224402530849   整理番号：20A2143050

画像上の畳込みトレースの露出による深偽の戦い【JST・京大機械翻訳】

Fighting Deepfake by Exposing the Convolutional Traces on Images

著者 (3件)： Guarnera Luca (Department of Mathematics and Computer Science, University of Catania, Catania, Italy) ,  Giudice Oliver (Department of Mathematics and Computer Science, University of Catania, Catania, Italy) ,  Battiato Sebastiano (Department of Mathematics and Computer Science, University of Catania, Catania, Italy)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 165085-165098  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人工知能と画像処理の進歩は,人々がディジタル画像とビデオと相互作用する方法を変化させている。FACEAPPのような広範なモバイルアプリケーションは,人間の顔写真(例えば,性スワップ,加齢など)に極端な変換を作り出すために,最も先進的なGenerative Adversarial Network(GAN)を利用する。結果は,非経験ユーザに対しても,現実的で,非常に容易である。この種のメディアオブジェクトは,ディープファクの名前を採り,マルチメディア法医学分野で新しい課題を提起した:深層検出チャレンジ。実際に,実際の画像からの深い偽造を識別することは,人間の眼に対しても困難なタスクであるかもしれないが,最近の研究は,それらを予備的に良好な結果で識別するための画像を生成するのに使用される同じ技術を適用することを試みているが,多くの制限がある:採用された畳込みニューラルネットワークは,それほどロバストではなく,文脈に特異的であり,画像から意味論を抽出する傾向がある。本論文では,画像からの深い指紋を抽出するための新しいアプローチを提案した。この方法は,画像生成時にGANによって残された畳込みトレース(CT)を表す指紋を検出し抽出するために訓練された期待値最大化アルゴリズムに基づいている。CTは,異なる攻撃に対してロバストであると証明する,深層検出タスクにおける最先端技術よりも良い結果を達成する高い識別力を持つことを実証した。顔の画像に含まれる10の異なるGANアーキテクチャからのDeepfakesを考慮して,98%以上の全体の分類精度を達成すると,CTは信頼性があり,画像の意味に依存しないことを示した。最後に,FACEAPPにより生成されたDeepfakes上で行ったテストは,偽検出タスクにおいて精度の93%を達成し,実ケースシナリオに対する提案技法の有効性を実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *畳込み ,  意味論 ,  信頼性 ,  画像処理 ,  人工知能 ,  録画装置 ,  指紋 ,  画像合成 ,  ディジタル画像 ,  計算機アーキテクチャ ,  ロバスト性 ,  マルチメディア
準シソーラス用語： EMアルゴリズム ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 畳込み ,  トレース