論文の概要: Anti-Compression Contrastive Facial Forgery Detection

• arxiv url: http://arxiv.org/abs/2302.06183v1
• Date: Mon, 13 Feb 2023 08:34:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-14 16:14:39.541462
• Title: Anti-Compression Contrastive Facial Forgery Detection
• Title（参考訳）: 抗圧縮コントラスト顔面偽造検出
• Authors: Jiajun Huang, Xinqi Zhu, Chengbin Du, Siqi Ma, Surya Nepal, Chang Xu
• Abstract要約: 圧縮レベルが異なるデータ内の密接な関係を保ち、圧縮防止のための偽造検出フレームワークを提案する。 実験結果から,提案アルゴリズムはクリーンデータ検出時の精度を向上しつつ,強い圧縮データの性能を向上させることができることがわかった。
• 参考スコア（独自算出の注目度）: 38.69677442287986
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Forgery facial images and videos have increased the concern of digital security. It leads to the significant development of detecting forgery data recently. However, the data, especially the videos published on the Internet, are usually compressed with lossy compression algorithms such as H.264. The compressed data could significantly degrade the performance of recent detection algorithms. The existing anti-compression algorithms focus on enhancing the performance in detecting heavily compressed data but less consider the compression adaption to the data from various compression levels. We believe creating a forgery detection model that can handle the data compressed with unknown levels is important. To enhance the performance for such models, we consider the weak compressed and strong compressed data as two views of the original data and they should have similar representation and relationships with other samples. We propose a novel anti-compression forgery detection framework by maintaining closer relations within data under different compression levels. Specifically, the algorithm measures the pair-wise similarity within data as the relations, and forcing the relations of weak and strong compressed data close to each other, thus improving the discriminate power for detecting strong compressed data. To achieve a better strong compressed data relation guided by the less compressed one, we apply video level contrastive learning for weak compressed data, which forces the model to produce similar representations within the same video and far from the negative samples. The experiment results show that the proposed algorithm could boost performance for strong compressed data while improving the accuracy rate when detecting the clean data.
• Abstract（参考訳）: 偽の顔画像やビデオは、デジタルセキュリティの懸念を増している。 これは、最近偽データを検出する重要な発展につながっている。 しかし、データ、特にインターネット上で公開されたビデオは通常、H.264のような圧縮アルゴリズムで圧縮される。 圧縮されたデータは、最近の検出アルゴリズムの性能を著しく低下させる可能性がある。 既存の圧縮防止アルゴリズムは、重圧縮データの検出性能の向上に重点を置いているが、様々な圧縮レベルのデータへの圧縮適応を考慮しない。 未知のレベルで圧縮されたデータを処理できる偽造検出モデルを作成することが重要だと考えています。 このようなモデルの性能を高めるために、弱い圧縮および強い圧縮データを元のデータの2つのビューとみなし、他のサンプルと類似した表現と関係を持つべきである。 圧縮レベルが異なるデータ内の密接な関係を維持できる新しい圧縮偽造検出フレームワークを提案する。 具体的には、データ内の対方向の類似性を関係として測定し、弱圧縮データと強圧縮データの関係を互いに近くに押し付け、強圧縮データを検出するための判別能力を向上させる。 圧縮の少ない圧縮データによって導かれるより強力な圧縮データ関係を実現するために、圧縮の弱いデータに対して、ビデオレベルのコントラスト学習を適用し、同じビデオ内で、負のサンプルから遠く離れた、同様の表現を強制的に生成する。 実験結果から,提案アルゴリズムはクリーンデータ検出時の精度を向上しつつ,強い圧縮データの性能を向上させることができることがわかった。

関連論文リスト

• ODDN: Addressing Unpaired Data Challenges in Open-World Deepfake Detection on Online Social Networks [51.03118447290247]
  オープンワールドデータアグリゲーション(ODA)と圧縮・ディスカード勾配補正(CGC)を組み合わせたオープンワールドディープフェイク検出ネットワーク(ODDN)を提案する。 細粒度分析と粗粒度分析の両方により,ODAは圧縮試料と原試料の相関関係を効果的に集約する。 CGCは、オンラインソーシャルネットワーク(OSN)における多種多様な圧縮方法のパフォーマンス向上のために、圧縮・ディスカード勾配補正を組み込んだ。
  論文  参考訳（メタデータ） (2024-10-24T12:32:22Z)
• Lightweight Correlation-Aware Table Compression [58.50312417249682]
  $texttVirtual$は、既存のオープンフォーマットとシームレスに統合されるフレームワークである。 data-govデータセットの実験によると、$texttVirtual$はApache Parquetと比較してファイルサイズを最大40%削減する。
  論文  参考訳（メタデータ） (2024-10-17T22:28:07Z)
• Compression of Structured Data with Autoencoders: Provable Benefit of Nonlinearities and Depth [83.15263499262824]
  勾配勾配勾配は入力のスパース構造を完全に無視する解に収束することを示す。 浅層構造にデノナイジング関数を付加することにより,スパースデータの圧縮におけるガウス性能の改善方法を示す。 CIFAR-10 や MNIST などの画像データセットに対して,本研究の成果を検証した。
  論文  参考訳（メタデータ） (2024-02-07T16:32:29Z)
• Neural-based Compression Scheme for Solar Image Data [8.374518151411612]
  我々は、NASAのデータ集約画像ミッションで使用されるニューラルネットワークに基づく損失圧縮手法を提案する。 本研究では,画像の局所構造と大域構造の両方を捉えるために,局所的および非局所的アテンションモジュールを備えた逆トレーニングニューラルネットワークを提案する。 このアルゴリズムをSDOデータ解析に使用するための概念実証として、圧縮画像を用いてコロナホール(CH)検出を行った。
  論文  参考訳（メタデータ） (2023-11-06T04:13:58Z)
• Streaming Compression of Scientific Data via weak-SINDy [0.0]
  ストリーミング型弱いSINDyアルゴリズムは, ストリーミング型科学データを圧縮するために開発された。 動的に更新されたPODベースに対応するために,ストリーミング弱SINDyアルゴリズムの修正を提案する。 ストリーミング弱SINDyアルゴリズムから構築したモデルと少量のデータサンプルを組み合わせることで、完全なデータフローを低コストで正確に再構築することができる。
  論文  参考訳（メタデータ） (2023-08-29T01:29:26Z)
• Using Convolutional Neural Networks to Detect Compression Algorithms [0.0]
  ベースデータセットを使用し、さまざまなアルゴリズムですべてのファイルを圧縮し、それに基づいてモデルを設計します。 使用されるモデルは、圧縮、lzip、bzip2を使用して圧縮されたファイルを正確に識別することができた。
  論文  参考訳（メタデータ） (2021-11-17T11:03:16Z)
• Metric Learning for Anti-Compression Facial Forgery Detection [32.33501564446107]
  新規な抗圧縮顔面フォージェリー検出フレームワークを提案する。 オリジナル版と圧縮版の両方を使って、圧縮に敏感な埋め込み機能空間を学習する。
  論文  参考訳（メタデータ） (2021-03-15T14:11:14Z)
• Towards Robust Data Hiding Against (JPEG) Compression: A Pseudo-Differentiable Deep Learning Approach [78.05383266222285]
  これらの圧縮に対抗できるデータ隠蔽の目標を達成することは、依然としてオープンな課題である。 ディープラーニングはデータの隠蔽に大きな成功を収めていますが、JPEGの非差別化性は、損失のある圧縮に対する堅牢性を改善するための深いパイプラインのトレーニングを困難にしています。 本稿では,上記の制約をすべて一度に解決するための,単純かつ効果的なアプローチを提案する。
  論文  参考訳（メタデータ） (2020-12-30T12:30:09Z)
• Analyzing and Mitigating JPEG Compression Defects in Deep Learning [69.04777875711646]
  本稿では,JPEG圧縮が共通タスクやデータセットに与える影響を統一的に検討する。 高圧縮の一般的なパフォーマンス指標には大きなペナルティがあることが示される。
  論文  参考訳（メタデータ） (2020-11-17T20:32:57Z)

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。