論文の概要: A dual benchmarking study of facial forgery and facial forensics

• arxiv url: http://arxiv.org/abs/2111.12912v1
• Date: Thu, 25 Nov 2021 05:01:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-04 22:51:44.023975
• Title: A dual benchmarking study of facial forgery and facial forensics
• Title（参考訳）: 顔偽造と顔面鑑定の二重ベンチマーク研究
• Authors: Minh Tam Pham and Thanh Trung Huynh and Van Vinh Tong and Thanh Tam Nguyen and Thanh Thi Nguyen and Hongzhi Yin and Quoc Viet Hung Nguyen
• Abstract要約: 近年、視覚的偽造は、人間が詐欺を特定できないような高度な水準に達している。 この危険な傾向を止めるために、豊富な視覚法医学的手法が提案されている。 本稿では,視覚的偽造と視覚的鑑識に関する詳細な知見を提供するベンチマークを提案する。
• 参考スコア（独自算出の注目度）: 28.979062525272866
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In recent years, visual forgery has reached a level of sophistication that humans cannot identify fraud, which poses a significant threat to information security. A wide range of malicious applications have emerged, such as fake news, defamation or blackmailing of celebrities, impersonation of politicians in political warfare, and the spreading of rumours to attract views. As a result, a rich body of visual forensic techniques has been proposed in an attempt to stop this dangerous trend. In this paper, we present a benchmark that provides in-depth insights into visual forgery and visual forensics, using a comprehensive and empirical approach. More specifically, we develop an independent framework that integrates state-of-the-arts counterfeit generators and detectors, and measure the performance of these techniques using various criteria. We also perform an exhaustive analysis of the benchmarking results, to determine the characteristics of the methods that serve as a comparative reference in this never-ending war between measures and countermeasures.
• Abstract（参考訳）: 近年、視覚偽造は、人間が不正を識別できないほど洗練され、情報セキュリティにとって重大な脅威となっている。 偽ニュース、有名人の名誉剥奪、脅迫、政治戦における政治家の偽装、視聴者を惹きつける噂の拡散など、幅広い悪質なアプリケーションが登場している。 その結果、この危険な傾向を止めるために、豊富な視覚法医学的手法が提案されている。 本稿では,包括的および経験的アプローチを用いて,視覚偽造と視覚鑑識に関する詳細な洞察を提供するベンチマークを提案する。 より具体的には、最先端の偽造発電機と検出器を統合する独立したフレームワークを開発し、様々な基準を用いてこれらの技術の性能を測定する。 また、ベンチマーク結果の徹底的な分析を行い、この絶え間なく続く対策と対策の間の戦争において比較基準となる手法の特性を決定する。

関連論文リスト

• Face De-identification: State-of-the-art Methods and Comparative Studies [32.333766763819796]
  顔の特定は、顔画像のプライバシーを保護する効果的な手段とみなされる。 本稿では,現在最先端の顔識別手法を,ピクセルレベル,表現レベル,意味レベルという3つのレベルに分類する。
  論文  参考訳（メタデータ） (2024-11-15T01:00:00Z)
• Datasets, Clues and State-of-the-Arts for Multimedia Forensics: An Extensive Review [19.30075248247771]
  本調査は,ディープラーニングモデルを用いたマルチメディアデータにおける検出の改ざん手法に焦点をあてる。 悪質な操作検出のためのベンチマークデータセットの詳細な分析を公開している。 また、タグ付けヒントの包括的なリストや、一般的に使用されているディープラーニングアーキテクチャも提供する。
  論文  参考訳（メタデータ） (2024-01-13T07:03:58Z)
• GazeForensics: DeepFake Detection via Gaze-guided Spatial Inconsistency Learning [63.547321642941974]
  本稿では,3次元視線推定モデルから得られた視線表現を利用する,革新的なDeepFake検出手法であるGazeForensicsを紹介する。 実験の結果,提案したGazeForensicsは現在の最先端手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2023-11-13T04:48:33Z)
• COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
  顔偽造認識法は一度に1つの顔しか処理できない。 ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。 マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
  論文  参考訳（メタデータ） (2023-08-03T03:37:13Z)
• Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
  ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。 既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。 本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-07-31T10:22:33Z)
• Building an Invisible Shield for Your Portrait against Deepfakes [34.65356811439098]
  本稿では,画像のプロアクティブな保護を目的とした新しいフレームワーク,Integity Encryptorを提案する。 提案手法では,重要な顔属性と密接な関係を持つメッセージを,秘密に符号化する。 修正された顔属性は、デコードされたメッセージの比較を通じて、操作された画像を検出する手段として機能する。
  論文  参考訳（メタデータ） (2023-05-22T10:01:28Z)
• Few-shot Forgery Detection via Guided Adversarial Interpolation [56.59499187594308]
  既存の偽造検出手法は、見知らぬ新しい偽造手法に適用した場合、大幅な性能低下に悩まされる。 本稿では,数発の偽造検出問題を克服するために,GAI(Guid Adversarial Interpolation)を提案する。 我々の手法は、多数派と少数派の偽造アプローチの選択に対して堅牢であることが検証されている。
  論文  参考訳（メタデータ） (2022-04-12T16:05:10Z)
• Leveraging Real Talking Faces via Self-Supervision for Robust Forgery Detection [112.96004727646115]
  本研究では,実話を用いた顔操作映像の検出手法を開発した。 本手法は, クロスマニピュレーションの一般化とロバストネス実験における最先端性能を実現する。 以上の結果から、より堅牢な顔偽造検知器の開発には、自然ビデオと未表示ビデオの活用が有望な方向であることが示唆された。
  論文  参考訳（メタデータ） (2022-01-18T17:14:54Z)
• OpenForensics: Large-Scale Challenging Dataset For Multi-Face Forgery Detection And Segmentation In-The-Wild [48.67582300190131]
  本稿では,多面フォージェリ検出とセグメント化という2つの新しい対策課題について述べる。 制約のない自然の場面で、複数の人間の顔に偽の顔を置くことは、従来のディープフェイク認識タスクよりもはるかに難しい。 豊富なアノテーションによって、私たちのOpenForensicsデータセットは、ディープフェイク防止と一般的な人間の顔検出の両方の研究に大きな可能性を秘めています。
  論文  参考訳（メタデータ） (2021-07-30T08:15:41Z)
• Adversarial Machine Learning in Image Classification: A Survey Towards the Defender's Perspective [1.933681537640272]
  逆の例は、悪意のある最適化アルゴリズムによって生成される微妙な摂動を含む画像である。 ディープラーニングアルゴリズムは、生体認証システムや自動運転車など、セキュリティクリティカルなアプリケーションで使われてきた。
  論文  参考訳（メタデータ） (2020-09-08T13:21:55Z)

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。