Deepfake検出のベンチマーキングと評価に向けて【JST・京大機械翻訳】

Lin Chenhao; Deng Jingyi; Hu Pengbin; Shen Chao; Wang Qian; Li Qi

プレプリント

J-GLOBAL ID：202202218613950389 整理番号：22P0298765

Deepfake検出のベンチマーキングと評価に向けて【JST・京大機械翻訳】

Towards Benchmarking and Evaluating Deepfake Detection

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 (6件)： , , , , ,
資料名：
発行年： 2022年03月03日プレプリントサーバーでの情報更新日： 2024年03月13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は操作されたメディアを,操作されたビデオと非変更されたビデオの間の差異の分析を通して自動的に認識する。有望な研究方向を特定し,実用的な指針を提供するために,既存の深遠検出手法の中で,トップ実行者である。残念なことに,評価条件が研究を通して矛盾しているので,文献の結果を用いた既存の検出手法の健全なベンチマーク比較を行うことは困難であった。著者らの目的は,包括的で一貫したベンチマークを確立して,反復可能な評価手順を開発し,その結果を音響的に比較できるように,一連の検出手法の性能を測定することである。13以上の異なる方法で生成された操作サンプルからなる挑戦的なデータセットを収集し,既存の文献からの11のポピュラーな検出手法(9つのアルゴリズム)を実装し,6つのフェアマイニングと実用的な評価メトリックで評価した。最後に,92のモデルを訓練し,644の実験を評価に対して行った。共有データと評価方法論に沿った結果は,深遠検出手法と測定進展を比較するためのベンチマークを構成する。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般 , その他のオペレーションズリサーチの手法

前のページに戻る