Fugu-MT 論文翻訳(概要): DeeperForensics Challenge 2020 on Real-World Face Forgery Detection: Methods and Results

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: 翻訳完了
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
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

Robust Deepfake Detection, NTIRE 2026 Challenge: Report [90.4435687885396]
本報告では, NTIRE 2026 Robust Deepfake Detection Challengeについて述べる。トップのソリューションは、このようなオーバーフィットを検出するためにプライベートテストセットで得点されました。最上位の手法は、一般性と堅牢性を組み合わせるために、大規模な基礎モデル、アンサンブル、劣化訓練に依存している。
論文参考訳（メタデータ） (2026-04-27T08:19:53Z)
The Fourth Challenge on Image Super-Resolution ($\ imes$4) at NTIRE 2026: Benchmark Results and Method Overview [202.40386112006652]
NTIRE 2026イメージ超解像(4ドル)チャレンジは、CVPR 2026のNTIRE 2026ワークショップのコンペティションのひとつ。この課題は、低分解能(LR)入力から高分解能(HR)イメージを2倍のダウンサンプリングで$times$4スケールファクタで再構築することを目的としている。本報告では、参加チームの課題設計、データセット、評価プロトコル、主な成果、方法について要約する。
論文参考訳（メタデータ） (2026-04-16T02:41:53Z)
The Second Challenge on Real-World Face Restoration at NTIRE 2026: Methods and Results [105.90649546111048]
本論では,NTIRE 2026による顔修復の課題について概説する。この課題は、アイデンティティの一貫性を維持しながら、自然でリアルなアウトプットを生成することに焦点を当てている。その目標は、知覚的品質とリアリズムのための最先端のソリューションを進化させることである。
論文参考訳（メタデータ） (2026-04-12T08:49:14Z)
NTIRE 2025 Challenge on Real-World Face Restoration: Methods and Results [132.72989397564405]
本論では,NTIRE 2025による顔修復の課題について概説する。この課題は、アイデンティティの一貫性を維持しながら、自然な、現実的なアウトプットを生成することに焦点を当てている。課題の軌跡は、加重画像品質評価(IQA)スコアを用いて性能を評価し、AdaFaceモデルをアイデンティティチェッカーとして利用する。
論文参考訳（メタデータ） (2025-04-20T13:00:24Z)
NTIRE 2025 Challenge on Cross-Domain Few-Shot Object Detection: Methods and Results [191.59142290750043]
Cross-Domain Few-Shot Object Detection (CD-FSOD)は、ドメインにまたがって適用された場合、既存のオブジェクト検出モデルに重大な課題をもたらす。 NTIRE 2025とともに第1回CD-FSODチャレンジを組織し、ラベル付きデータのみを限定した全く新しいターゲットドメイン上での現在の対象検出器の性能向上を目指した。第1回 NTIRE 2025 CD-FSOD Challenge の概要を紹介する。
論文参考訳（メタデータ） (2025-04-14T20:17:27Z)
Inclusion 2024 Global Multimedia Deepfake Detection: Towards Multi-dimensional Facial Forgery Detection [23.087152654892073]
両トラックの上位3チームからのソリューションを提示し、画像およびオーディオビデオ偽造検出の分野での研究作業を強化する。私たちの挑戦は世界中から1500のチームが集まり、5000の有効な結果が得られました。この課題を通じて開発された手法は、次世代のディープフェイク検知システムの開発に寄与する。
論文参考訳（メタデータ） (2024-12-30T09:58:27Z)
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。