論文の概要: Comprehensive Dataset of Face Manipulations for Development and
Evaluation of Forensic Tools
- arxiv url: http://arxiv.org/abs/2208.11776v1
- Date: Wed, 24 Aug 2022 21:17:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-26 13:48:17.995189
- Title: Comprehensive Dataset of Face Manipulations for Development and
Evaluation of Forensic Tools
- Title（参考訳）: 鑑識ツールの開発と評価のための顔操作の包括的データセット
- Authors: Brian DeCann and Kirill Trapeznikov
- Abstract要約: 我々は、デジタルメディアの真正性に対処し、分類するための新しいアプローチを開発する研究コミュニティを支援するために、編集された顔画像のデータセットを作成する。
データセットの目標は,次の課題に対処することである。(1) 与えられた画像の真正性(編集検出)を決定することは可能か?
我々の期待は、これらの課題にかかわる画像鑑定の最先端を改善するために、我々の準備された評価プロトコルが、研究者に役立ちます。
- 参考スコア（独自算出の注目度）: 0.6091702876917281
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital media (e.g., photographs, video) can be easily created, edited, and
shared. Tools for editing digital media are capable of doing so while also
maintaining a high degree of photo-realism. While many types of edits to
digital media are generally benign, others can also be applied for malicious
purposes. State-of-the-art face editing tools and software can, for example,
artificially make a person appear to be smiling at an inopportune time, or
depict authority figures as frail and tired in order to discredit individuals.
Given the increasing ease of editing digital media and the potential risks from
misuse, a substantial amount of effort has gone into media forensics. To this
end, we created a challenge dataset of edited facial images to assist the
research community in developing novel approaches to address and classify the
authenticity of digital media. Our dataset includes edits applied to
controlled, portrait-style frontal face images and full-scene in-the-wild
images that may include multiple (i.e., more than one) face per image. The
goals of our dataset is to address the following challenge questions: (1) Can
we determine the authenticity of a given image (edit detection)? (2) If an
image has been edited, can we \textit{localize} the edit region? (3) If an
image has been edited, can we deduce (classify) what edit type was performed?
The majority of research in image forensics generally attempts to answer item
(1), detection. To the best of our knowledge, there are no formal datasets
specifically curated to evaluate items (2) and (3), localization and
classification, respectively. Our hope is that our prepared evaluation protocol
will assist researchers in improving the state-of-the-art in image forensics as
they pertain to these challenges.
- Abstract（参考訳）: デジタルメディア(例えば写真、ビデオ)は簡単に作成、編集、共有することができる。
デジタルメディアを編集するためのツールは、高度な写真リアリズムを維持しながら、それを実現できる。
デジタルメディアへの多くのタイプの編集は一般的に良質であるが、悪意のある目的にも適用できる。
最先端の顔編集ツールやソフトウェアは、例えば、不透明な時間に人を笑わせたり、権威ある人物を個人を識別するために虚弱で疲れたものとして描写したりすることができる。
デジタルメディアの編集の容易さと誤用による潜在的なリスクを考えると、メディア法医学に多大な努力がかけられている。
そこで我々は,デジタルメディアの真正性に対処し,分類するための新しいアプローチを開発する研究コミュニティを支援するために,編集された顔画像のデータセットを作成した。
私たちのデータセットには、コントロールされたポートレートスタイルの正面顔画像に適用される編集や、複数の顔(つまり複数の顔)を含む全シーンの画像が含まれています。
データセットの目的は,次の課題に対処することである。(1) 与えられた画像の真正性(編集検出)を決定できるか?
(2) 画像が編集された場合、編集領域は \textit{localize} できますか?
(3) 画像が編集された場合、どの編集タイプが実行されたか(分類)できますか?
画像鑑識の研究の大多数は、(1)、検出に答えようとする。
我々の知る限り、アイテム(2)と(3)、ローカライゼーションと分類を評価するために特別にキュレートされた正式なデータセットは存在しない。
私たちの希望は、これらの課題に係わる画像鑑識の最先端技術を改善するために、我々の評価プロトコルが研究者を支援することである。
関連論文リスト
- A Survey of Multimodal-Guided Image Editing with Text-to-Image Diffusion Models [117.77807994397784]
画像編集は、ユーザーが特定の要求を満たすために、与えられた合成画像または実際の画像を編集することを目的としている。
この分野での最近の顕著な進歩は、テキスト・ツー・イメージ(T2I)拡散モデルの開発に基づいている。
T2Iベースの画像編集手法は、編集性能を大幅に向上させ、マルチモーダル入力でガイドされたコンテンツを修正するためのユーザフレンドリーなインタフェースを提供する。
論文 参考訳（メタデータ） (2024-06-20T17:58:52Z) - Responsible Visual Editing [53.45295657891099]
画像内の特定の概念を修正し、変更を最小化しながら、より責任を負うようにする。
有害な画像が研究に与える影響を緩和するため、人間の代わりにテディベアを用いて有害な情報を表現した透明でパブリックなデータセットAltBearを作成しました。
AltBearデータセットは、実画像に見られる有害な内容とよく一致し、一貫した実験的な評価を提供する。
論文 参考訳（メタデータ） (2024-04-08T14:56:26Z) - Optimisation-Based Multi-Modal Semantic Image Editing [58.496064583110694]
本稿では,複数の編集命令型に対応するために,推論時編集の最適化を提案する。
各損失関数の影響を調整することで、ユーザの好みに合わせてフレキシブルな編集ソリューションを構築することができる。
本手法は,テキスト,ポーズ,スクリブルといった編集条件を用いて評価し,複雑な編集を行う能力を強調した。
論文 参考訳（メタデータ） (2023-11-28T15:31:11Z) - An Innovative Tool for Uploading/Scraping Large Image Datasets on Social
Networks [9.27070946719462]
我々は、意図的に作成したデジタルツールを用いて、自動化されたアプローチを提案する。
このツールは、画像データセット全体を希望するデジタルプラットフォームに自動的にアップロードし、アップロードされたすべての写真をダウンロードすることができる。
論文 参考訳（メタデータ） (2023-11-01T23:27:37Z) - Text-guided Image-and-Shape Editing and Generation: A Short Survey [0.0]
機械学習の最近の進歩の中で、アーティストの編集意図はテキストによっても駆動される。
本稿では,最先端(テキスト誘導)画像・形状生成技術に関する50以上の論文について概説する。
論文 参考訳（メタデータ） (2023-04-18T19:11:36Z) - StyleDiffusion: Prompt-Embedding Inversion for Text-Based Editing [86.92711729969488]
我々は、画像の編集に事前訓練された拡散モデルの驚くべき能力を利用する。
彼らはモデルを微調整するか、事前訓練されたモデルの潜在空間で画像を反転させる。
選択された地域に対する不満足な結果と、非選択された地域における予期せぬ変化の2つの問題に悩まされている。
論文 参考訳（メタデータ） (2023-03-28T00:16:45Z) - Zero-shot Image-to-Image Translation [57.46189236379433]
手動のプロンプトを使わずに元の画像を保存できる画像から画像への変換法であるpix2pix-zeroを提案する。
本稿では,拡散過程全体を通して入力画像の相互注意マップを維持することを目的とした,相互注意誘導を提案する。
本手法では,これらの編集のための追加のトレーニングを必要とせず,既存のテキスト・画像拡散モデルを直接使用することができる。
論文 参考訳（メタデータ） (2023-02-06T18:59:51Z) - Fighting Malicious Media Data: A Survey on Tampering Detection and
Deepfake Detection [115.83992775004043]
近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。
本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
論文 参考訳（メタデータ） (2022-12-12T02:54:08Z) - Motif Mining: Finding and Summarizing Remixed Image Content [7.0095206215942785]
モチーフマイニング(モチーフマイニング)の概念は,未ラベルデータと未分類データの大規模なコレクションにおいて,リミックスされた画像コンテンツを発見し,要約するプロセスである。
実験は3つのミーム形式のデータセットで行われ、その中にはロシアとウクライナの紛争における情報戦争に関連する新たな集合が含まれている。
提案したモチーフマイニング手法は、類似したアプローチと比較して、人間の観察者の好みや期待とより密接に一致した関連するリミックスコンテンツを特定することができる。
論文 参考訳（メタデータ） (2022-03-16T00:14:19Z) - A New Approach for Image Authentication Framework for Media Forensics
Purpose [0.0]
本稿では,デジタル画像認証と独創性識別のための新しいデジタル法医学的セキュリティフレームワークを提案する。
このアプローチは、調査中の画像の不正な修正を示す必要があるRGBイメージにシークレットコードを埋め込むことに依存します。
論文 参考訳（メタデータ） (2021-10-03T18:31:37Z) - Media Forensics and DeepFakes: an overview [12.333160116225445]
リアルメディアと合成メディアの境界は非常に薄くなっている。
ディープフェイクは選挙中に世論を操ったり、詐欺を犯したり、軽視したり、脅迫したりするのに使われる。
偽マルチメディアコンテンツを検出する自動化ツールが緊急に必要である。
論文 参考訳（メタデータ） (2020-01-18T00:13:32Z)
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。