抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人工知能は多くの分野で使用され,絶えず開発されている。近年,しばしば聞き彫りである深い偽造物を用いて作られたビデオも開発されている。人々の生活における黒いメールとして,深い偽造物を用いて作られたビデオの使用は,人々の不安を引き起こすために重要な人々のビデオを操作し,多くの分野で脅威を引き起こすという事実により,今日大きな問題を示す。この脅威を防止するために,深い偽のビデオを検出することにより,努力がなされている。深いケーキ検出はまだ完全には解決されていない。この理由で,顕著な技術企業は,この分野における研究者への支援を提供し,Kaggleのようなほとんどのプラットフォームの方法および組織化コンテストを示唆することにより,深い不正検出を開発する。本論文では,深い偽造の現在の懸念を最小化するための検出法を提案した。提案方法では,高性能と高速のX開始モデルと高精度の効率の良いNetB4モデルを使用した。提案方法は,偽ビデオの検出におけるより良い結果および改善を達成することを目的とする。Copyright 2022 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】
