論文の概要: DeeperForensics Challenge 2020 on Real-World Face Forgery Detection:
Methods and Results
- arxiv url: http://arxiv.org/abs/2102.09471v1
- Date: Thu, 18 Feb 2021 16:48:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-19 14:29:19.084761
- Title: DeeperForensics Challenge 2020 on Real-World Face Forgery Detection:
Methods and Results
- Title（参考訳）: DeeperForensics Challenge 2020 on Real-World Face Forgery Detection: Methods and Results
- Authors: Liming Jiang, Zhengkui Guo, Wayne Wu, Zhaoyang Liu, Ziwei Liu, Chen
Change Loy, Shuo Yang, Yuanjun Xiong, Wei Xia, Baoying Chen, Peiyu Zhuang,
Sili Li, Shen Chen, Taiping Yao, Shouhong Ding, Jilin Li, Feiyue Huang,
Liujuan Cao, Rongrong Ji, Changlei Lu, Ganchao Tan
- Abstract要約: 本稿では,現実世界の顔偽造検出に関するDeeperForensics Challenge 2020の手法と結果について報告する。
この挑戦はdeepforensics-1.0データセットを採用し、6万のビデオを合計1760万フレームで構成する。
115人の参加者が参加し、25のチームが有効な応募を行った。
- 参考スコア（独自算出の注目度）: 144.5252578415748
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper reports methods and results in the DeeperForensics Challenge 2020
on real-world face forgery detection. The challenge employs the
DeeperForensics-1.0 dataset, one of the most extensive publicly available
real-world face forgery detection datasets, with 60,000 videos constituted by a
total of 17.6 million frames. The model evaluation is conducted online on a
high-quality hidden test set with multiple sources and diverse distortions. A
total of 115 participants registered for the competition, and 25 teams made
valid submissions. We will summarize the winning solutions and present some
discussions on potential research directions.
- Abstract（参考訳）: 本稿では,現実世界の顔偽造検出に関するDeeperForensics Challenge 2020の手法と結果について報告する。
この課題はDeeperForensics-1.0データセットを採用しており、最も広く公開されている現実世界の顔認識データセットの1つであり、合計17.6百万フレームで構成される60,000のビデオがある。
モデル評価は、複数のソースと多様な歪みを持つ高品質の隠れテストセット上でオンラインで行われる。
115人の参加者が参加し、25のチームが有効な応募を行った。
受賞したソリューションをまとめ、潜在的な研究方向性についていくつかの議論を行います。
関連論文リスト
- NTIRE 2024 Restore Any Image Model (RAIM) in the Wild Challenge [60.21380105535203]
RAIMチャレンジは野生での画像復元のためのベンチマークを構築した。
参加者は、実際の撮影画像が複雑で未知の劣化から復元されることが求められた。
トップランクの手法は最先端の復元性能を改善し、18人の審査員から全会一致の承認を得た。
論文 参考訳（メタデータ） (2024-05-16T09:26:13Z) - Multi-Forgery Detection Challenge 2022: Push the Frontier of
Unconstrained and Diverse Forgery Detection [38.94229864198983]
このチャレンジは世界中から674のチームが参加し、2000の有効な結果が得られた。
本稿では,画像偽造検出の分野での研究を促進すべく,トップ3チームからのソリューションを提示する。
論文 参考訳（メタデータ） (2022-07-27T13:15:54Z) - ForgeryNet -- Face Forgery Analysis Challenge 2021: Methods and Results [34.73701165667725]
本稿ではForgeryNetベンチマークを用いたForgeryNet - Face Forgery Analysis Challenge 2021の手法と結果を報告する。
合計186人の参加者が参加し、11チームが有効な応募を行った。
論文 参考訳（メタデータ） (2021-12-15T18:17:55Z) - 3D High-Fidelity Mask Face Presentation Attack Detection Challenge [79.2407530090659]
大規模なHigh-Fidelity Maskデータセット、すなわちCASIA-SURF HiFiMaskが収集された。
我々は,3次元マスクによる攻撃検出の研究を促進するために,3次元高忠実マスク顔提示検出チャレンジを組織した。
論文 参考訳（メタデータ） (2021-08-16T08:40:12Z) - CelebA-Spoof Challenge 2020 on Face Anti-Spoofing: Methods and Results [52.037212630137304]
CelebA-Spoofは、データと被験者の数の点で最大の顔のアンチスプーフィングデータセットです。
本稿では、CelebA-Spoof Challenge 2020 on Face AntiSpoofingの方法と結果を報告する。
論文 参考訳（メタデータ） (2021-02-25T02:31:41Z) - Global Road Damage Detection: State-of-the-art Solutions [0.0]
本稿では,2020年のIEEE International Conference on Big Dataの一部として組織されたビッグデータカップであるGlobal Road damage Detection Challenge(GRDDC)を要約する。
このデータは、インド、日本、チェコ共和国から収集された26336枚の道路画像から成り、道路損傷を自動的に検出する方法を提案する。
論文は、提示された課題と将来の課題で改善される可能性のある課題に対して、うまく機能するファセットのレビューで締めくくっている。
論文 参考訳（メタデータ） (2020-11-17T16:19:02Z) - NTIRE 2020 Challenge on Perceptual Extreme Super-Resolution: Methods and
Results [240.4967106943687]
本稿では,NTIRE 2020の超高解像度超解像に関する課題を概観する。
課題は、倍率係数16で入力画像を超解凍することであった。
登録参加者は280人、最終結果は19チームが提出した。
論文 参考訳（メタデータ） (2020-05-03T11:30:51Z) - DeeperForensics-1.0: A Large-Scale Dataset for Real-World Face Forgery
Detection [93.24684159708114]
DeeperForensics-1.0は、これまでで最大の顔偽造検出データセットであり、合計で1760万フレームの6万本のビデオで構成されている。
生成されたビデオの品質は、既存のデータセットよりも優れており、ユーザ研究によって検証されている。
このベンチマークには隠れたテストセットがあり、人間の評価において高い認識スコアを達成する操作されたビデオを含んでいる。
論文 参考訳（メタデータ） (2020-01-09T14:37:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。