論文の概要: Finding Facial Forgery Artifacts with Parts-Based Detectors

• arxiv url: http://arxiv.org/abs/2109.10688v1
• Date: Tue, 21 Sep 2021 16:18:45 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-24 00:52:30.610537
• Title: Finding Facial Forgery Artifacts with Parts-Based Detectors
• Title（参考訳）: 部品検出器を用いた顔面偽物発見
• Authors: Steven Schwarcz, Rama Chellappa
• Abstract要約: 顔の個々の部分に焦点を絞った一連の偽造検知システムを設計する。 これらの検出器を用いて、FaceForensics++、Celeb-DF、Facebook Deepfake Detection Challengeデータセットの詳細な実験分析を行う。
• 参考スコア（独自算出の注目度）: 73.08584805913813
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Manipulated videos, especially those where the identity of an individual has been modified using deep neural networks, are becoming an increasingly relevant threat in the modern day. In this paper, we seek to develop a generalizable, explainable solution to detecting these manipulated videos. To achieve this, we design a series of forgery detection systems that each focus on one individual part of the face. These parts-based detection systems, which can be combined and used together in a single architecture, meet all of our desired criteria - they generalize effectively between datasets and give us valuable insights into what the network is looking at when making its decision. We thus use these detectors to perform detailed empirical analysis on the FaceForensics++, Celeb-DF, and Facebook Deepfake Detection Challenge datasets, examining not just what the detectors find but also collecting and analyzing useful related statistics on the datasets themselves.
• Abstract（参考訳）: 操作されたビデオ、特にディープニューラルネットワークを使って個人のアイデンティティが修正されたビデオは、現代においてますます関連する脅威になりつつある。 本稿では,これらの操作されたビデオを検出するための汎用的で説明可能なソリューションを開発する。 これを実現するために,我々は,顔の個々の部分に焦点を当てた一連の偽造検出システムを設計した。 これらの部分ベースの検出システムは、単一のアーキテクチャで組み合わせて使用することができ、私たちの望む基準をすべて満たし、データセット間で効果的に一般化し、決定を下す際にネットワークが何を見ているのかについての貴重な洞察を提供する。 したがって、これらの検出器を用いてfaceforensics++、celeb-df、facebook deepfake detection challengeデータセットの詳細な実証分析を行い、検出器が見つけたものだけでなく、データセット自体の有用な関連統計を収集し分析する。

関連論文リスト

• "Show Me What's Wrong!": Combining Charts and Text to Guide Data Analysis [4.016592757754338]
  金融詐欺検出の文脈では、アナリストは取引データの中で不審な活動を素早く特定する必要がある。 これは、パターンの認識、グループ化、比較といった複雑な探索的なタスクからなる反復的なプロセスである。 これらのステップに固有の情報の過負荷を軽減するため、自動化された情報ハイライト、大規模言語モデルが生成するテキストインサイト、視覚分析を組み合わせたツールを提案する。
  論文  参考訳（メタデータ） (2024-10-01T14:16:10Z)
• Leveraging Mixture of Experts for Improved Speech Deepfake Detection [53.69740463004446]
  スピーチのディープフェイクは、個人のセキュリティとコンテンツの信頼性に重大な脅威をもたらす。 本研究では,Mixture of Expertsアーキテクチャを用いた音声深度検出性能の向上のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-09-24T13:24:03Z)
• FSD: Fully-Specialized Detector via Neural Architecture Search [2.149718433100702]
  まず,FSDを設計するための完全自動パイプラインを提案し,検討する。 DeepLesionデータセットでは、FSDは2次病変検出タスクで約40%少ないパラメータを使用して3.1mAPゲインを達成することができる。
  論文  参考訳（メタデータ） (2023-05-26T05:41:20Z)
• Egocentric Human-Object Interaction Detection Exploiting Synthetic Data [19.220651860718892]
  産業的文脈において,エゴセントリックなヒューマンオブジェクトインタラクション(EHOI)を検出することの問題点を考察する。 EHOI検出に自動的にラベル付けされたFPV画像を生成するためのパイプラインとツールを提案する。
  論文  参考訳（メタデータ） (2022-04-14T15:59:15Z)
• Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
  政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。 既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。 既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
  論文  参考訳（メタデータ） (2021-11-09T13:30:34Z)
• Unsupervised Domain Adaption of Object Detectors: A Survey [87.08473838767235]
  近年のディープラーニングの進歩は、様々なコンピュータビジョンアプリケーションのための正確で効率的なモデルの開発につながっている。 高度に正確なモデルを学ぶには、大量の注釈付きイメージを持つデータセットの可用性に依存する。 このため、ラベルスカースデータセットに視覚的に異なる画像がある場合、モデルの性能は大幅に低下する。
  論文  参考訳（メタデータ） (2021-05-27T23:34:06Z)
• Anomaly Detection on Attributed Networks via Contrastive Self-Supervised Learning [50.24174211654775]
  本論文では,アトリビュートネットワーク上の異常検出のためのコントラスト型自己監視学習フレームワークを提案する。 このフレームワークは、新しいタイプのコントラストインスタンスペアをサンプリングすることで、ネットワークデータからのローカル情報を完全に活用します。 高次元特性と局所構造から情報埋め込みを学習するグラフニューラルネットワークに基づくコントラスト学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-02-27T03:17:20Z)
• An Analysis of Deep Object Detectors For Diver Detection [19.14344722263869]
  ビデオから得られたダイバーの注釈付き画像を約105,000枚作成する。 私たちは、Mobilenetを使ったSSD、Faster R-CNN、YOLOなど、オブジェクト検出のための最先端のディープニューラルネットワークをトレーニングしています。 この結果に基づき、ロボットのリアルタイム応用にTiny-YOLOv4を推奨する。
  論文  参考訳（メタデータ） (2020-11-25T01:50:32Z)
• Characterization and Identification of Cloudified Mobile Network Performance Bottlenecks [0.0]
  この研究は、5Gモバイルネットワークが経験できるパフォーマンスボトルネックの範囲を実験的に調査する最初の試みである。 特に,分散分析はボトルネック識別精度と帰納的計算・通信オーバーヘッドの両方において合理的に機能することがわかった。
  論文  参考訳（メタデータ） (2020-07-22T14:46:51Z)
• Survey of Network Intrusion Detection Methods from the Perspective of the Knowledge Discovery in Databases Process [63.75363908696257]
  本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。 本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。 この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
  論文  参考訳（メタデータ） (2020-01-27T11:21:05Z)

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。