論文の概要: Recent Advancements In The Field Of Deepfake Detection

• arxiv url: http://arxiv.org/abs/2308.05563v1
• Date: Thu, 10 Aug 2023 13:24:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-11 12:29:50.795834
• Title: Recent Advancements In The Field Of Deepfake Detection
• Title（参考訳）: ディープフェイク検出分野における最近の進歩
• Authors: Natalie Krueger, Dr. Mounika Vanamala, Dr. Rushit Dave
• Abstract要約: ディープフェイク(英: Deepfake)とは、画像がデジタルに変更されたり、あるいは部分的に他の誰かの画像に置き換えられた人物の写真またはビデオである。 ディープフェイクは様々な問題を引き起こす可能性があり、しばしば悪意を持って使用される。 本研究の目的は, ディープフェイク検出の分野での様々な手法と進歩を調査し, 分析することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A deepfake is a photo or video of a person whose image has been digitally altered or partially replaced with an image of someone else. Deepfakes have the potential to cause a variety of problems and are often used maliciously. A common usage is altering videos of prominent political figures and celebrities. These deepfakes can portray them making offensive, problematic, and/or untrue statements. Current deepfakes can be very realistic, and when used in this way, can spread panic and even influence elections and political opinions. There are many deepfake detection strategies currently in use but finding the most comprehensive and universal method is critical. So, in this survey we will address the problems of malicious deepfake creation and the lack of universal deepfake detection methods. Our objective is to survey and analyze a variety of current methods and advances in the field of deepfake detection.
• Abstract（参考訳）: ディープフェイク(deepfake)は、画像がデジタル的に変更されたり、別の人物の画像に一部置き換えられたりした人物の写真またはビデオである。 ディープフェイクは様々な問題を引き起こす可能性があり、しばしば悪質に使用される。 一般的な使用法は、著名な政治家や有名人のビデオを変更することである。 これらのディープフェイクは、攻撃的、問題のある、あるいは真実でない言明を表現できる。 現在のディープフェイクは非常に現実的であり、このような方法で使うとパニックが広がり、選挙や政治的意見に影響を与えます。 現在使用されているディープフェイク検出戦略は数多く存在するが、最も包括的で普遍的な方法を見つけることは重要である。 そこで本調査では,悪意のあるディープフェイク生成の問題と,ユニバーサルディープフェイク検出方法の欠如に対処する。 本研究の目的は,ディープフェイク検出の分野での様々な手法と進歩を調査し,分析することである。

関連論文リスト

• Deepfake detection in videos with multiple faces using geometric-fakeness features [79.16635054977068]
  被害者や人物のディープフェイクは、脅迫、ゆがみ、金融詐欺の詐欺師によって使用される。 本研究では,映像中の顔の存在の動的度を特徴付ける幾何学的フェイクネス機能(GFF)を提案する。 我々は、ビデオに同時に存在する複数の顔でビデオを分析するために、我々のアプローチを採用している。
  論文  参考訳（メタデータ） (2024-10-10T13:10:34Z)
• Detecting Deepfakes Without Seeing Any [43.113936505905336]
  ファクトチェック」は、偽ニュース検知からゼロデイディープフェイク攻撃を検出するために適応される。 FACTORは、ディープフェイクの事実チェックのレシピで、重要な攻撃設定でそのパワーを実証する。 トレーニング不要で、既製の機能のみに依存しており、実装が非常に簡単で、ディープフェイクは見当たらない。
  論文  参考訳（メタデータ） (2023-11-02T17:59:31Z)
• Comparative Analysis of Deep-Fake Algorithms [0.0]
  ディープフェイク(Deepfakes)は、ディープラーニングベースのフェイクビデオとしても知られており、近年大きな関心を集めている。 これらのディープフェイクビデオは、誤った情報を広めたり、個人を偽装したり、フェイクニュースを作るといった悪質な目的で使用することができる。 ディープフェイク検出技術は、顔認識、モーション分析、音声と視覚の同期といった様々なアプローチを使用する。
  論文  参考訳（メタデータ） (2023-09-06T18:17:47Z)
• Turn Fake into Real: Adversarial Head Turn Attacks Against Deepfake Detection [58.1263969438364]
  本稿では,3次元対向顔視によるディープフェイク検出器に対する最初の試みとして,対向頭部旋回(AdvHeat)を提案する。 実験では、現実的なブラックボックスシナリオにおいて、様々な検出器のAdvHeatに対する脆弱性を検証する。 さらなる分析により、AdvHeatは、クロス検出器転送性と防御に対する堅牢性の両方に対する従来の攻撃よりも優れていることが示されている。
  論文  参考訳（メタデータ） (2023-09-03T07:01:34Z)
• Hybrid Deepfake Detection Utilizing MLP and LSTM [0.0]
  ディープフェイク(deepfake)は、最新の技術進歩にともなう発明である。 本稿では,2つのディープラーニングアルゴリズムを用いた新しいディープフェイク検出方式を提案する。 我々は、140k RealとFake Facesというデータセットを使用して、74.7%の精度で、ディープフェイクによって変化した画像を検出する。
  論文  参考訳（メタデータ） (2023-04-21T16:38:26Z)
• DeePhy: On Deepfake Phylogeny [58.01631614114075]
  DeePhyは、新しいDeepfake Phylogenyデータセットである。 6つのディープフェイク検出アルゴリズムを用いて,DeePhyデータセットのベンチマークを示す。
  論文  参考訳（メタデータ） (2022-09-19T15:30:33Z)
• Using Deep Learning to Detecting Deepfakes [0.0]
  ディープフェイク(Deepfakes)とは、ある人物の顔を別のコンピュータが生成した顔に置き換えるビデオまたは画像である。 このオンライン脅威に対抗するために、研究者たちはディープフェイクを検出するモデルを開発した。 本研究では、ディープラーニングアルゴリズムを用いて、この略奪的な脅威に対処する様々なディープフェイク検出モデルについて検討する。
  論文  参考訳（メタデータ） (2022-07-27T17:05:16Z)
• Watch Those Words: Video Falsification Detection Using Word-Conditioned Facial Motion [82.06128362686445]
  本稿では,安価なディープフェイクと視覚的に説得力のあるディープフェイクの両方を扱うためのマルチモーダルな意味法医学的アプローチを提案する。 帰属という概念を利用して、ある話者と他の話者を区別する個人固有の生体パターンを学習する。 既存の個人固有のアプローチとは異なり、この手法は口唇の操作に焦点を当てた攻撃にも有効である。
  論文  参考訳（メタデータ） (2021-12-21T01:57:04Z)
• Deep Fake Detection: Survey of Facial Manipulation Detection Solutions [0.0]
  我々は、アートニューラルネットワーク(MesoNet、ResNet-50、VGG-19、Xception Net)のいくつかの状態を分析し、それらを互いに比較する。 オンラインソーシャルメディアプラットフォームにデプロイされるリアルタイムのディープフェイク検出など,さまざまなシナリオに対する最適なソリューションを見つけました。
  論文  参考訳（メタデータ） (2021-06-23T18:08:07Z)
• WildDeepfake: A Challenging Real-World Dataset for Deepfake Detection [82.42495493102805]
  我々は,インターネットから完全に収集された707のディープフェイクビデオから抽出された7,314の顔シーケンスからなる新しいデータセットWildDeepfakeを紹介した。 既存のWildDeepfakeデータセットと我々のWildDeepfakeデータセットのベースライン検出ネットワークを体系的に評価し、WildDeepfakeが実際により困難なデータセットであることを示す。
  論文  参考訳（メタデータ） (2021-01-05T11:10:32Z)

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。