Deepfakeビデオの一般化検出のための時空間特徴【JST・京大機械翻訳】

Ganiyusufoglu Ipek; Ngo L. Minh; Savov Nedko; Karaoglu Sezer; Gevers Theo

プレプリント

J-GLOBAL ID：202202216339712155 整理番号：22P0203063

Deepfakeビデオの一般化検出のための時空間特徴【JST・京大機械翻訳】

Spatio-temporal Features for Generalized Detection of Deepfake Videos

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年10月22日プレプリントサーバーでの情報更新日： 2020年10月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ディープファク検出のために,ビデオレベル検出器は,時間データを利用しない画像レベル検出器として広く探索されていない。本論文では,画像とシーケンス分類器に関する既存のアプローチが,新しい操作技術にあまり一般化しないことを経験的に示した。この目的のために,3D CNNsによりモデル化される時空間特徴を提案し,一般化能力を拡張し,新しい種類の深遠ビデオを検出した。空間特徴が明確な深いファケーク法特有の属性を学習する一方で,時空間特徴が深いファケーク法間の共有属性を捉えることを示した。DFDCデータセットarXiv:2006.07397を用いて時系列および時空間ビデオ符号器が時間情報を利用する方法の徹底的な解析を提供した。従って,この手法は,既存のシーケンス符号器がそれとは違っている間,深層ビデオにおける局所空間-時間関係と不一致を捉えることを明らかにした。FaceForensic ++ arXiv:1901.08971とDeeder Forensics arXiv:2001.03024データセットで行った大規模実験により,提案アプローチが一般化能力に関して既存の方法より優れていることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, ,

前のページに戻る