論文の概要: Attending Generalizability in Course of Deep Fake Detection by Exploring Multi-task Learning

• arxiv url: http://arxiv.org/abs/2308.13503v1
• Date: Fri, 25 Aug 2023 17:28:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-28 13:01:21.788667
• Title: Attending Generalizability in Course of Deep Fake Detection by Exploring Multi-task Learning
• Title（参考訳）: マルチタスク学習による深部フェイク検出における一般化可能性の検討
• Authors: Pranav Balaji, Abhijit Das, Srijan Das, Antitza Dantcheva
• Abstract要約: 本研究は,MTL(Multi-task Learning)手法を,動画をオリジナルあるいは操作可能なクロスマニピュレーションシナリオとして分類することを目的とした様々な手法を探求する。 評価で使用されるデータセットはFaceForensics++で、4つの異なるテクニックで操作された1000本のオリジナルビデオと、合計5000本のビデオが特徴です。 提案した検出モデルは非常に一般化されており、すなわち、訓練中に遭遇しない操作方法を、最先端技術と比較して正確に検出することができる。
• 参考スコア（独自算出の注目度）: 14.824111507313491
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work explores various ways of exploring multi-task learning (MTL) techniques aimed at classifying videos as original or manipulated in cross-manipulation scenario to attend generalizability in deep fake scenario. The dataset used in our evaluation is FaceForensics++, which features 1000 original videos manipulated by four different techniques, with a total of 5000 videos. We conduct extensive experiments on multi-task learning and contrastive techniques, which are well studied in literature for their generalization benefits. It can be concluded that the proposed detection model is quite generalized, i.e., accurately detects manipulation methods not encountered during training as compared to the state-of-the-art.
• Abstract（参考訳）: 本研究は,マルチタスク学習(MTL)手法を多種多様な手法で探索し,動画を原語に分類したり,クロスマニピュレーションシナリオで操作したりすることで,ディープフェイクシナリオにおける一般化性を実現する。 評価に使用されるデータセットはfaceforensics++で、4つの異なる技術で操作された1000のオリジナルビデオと合計5000の動画を特徴とする。 我々は,マルチタスク学習とコントラスト技法に関する広範な実験を行い,その一般化効果について文献でよく研究した。 提案手法は, 訓練中に遭遇しない操作法を, 最先端と比較して精度良く検出できるという, 極めて一般化した手法であると考えられる。

関連論文リスト

• Deep Learning for Video Anomaly Detection: A Review [52.74513211976795]
  ビデオ異常検出(VAD)は、ビデオの正常性から逸脱する行動や事象を発見することを目的としている。 ディープラーニングの時代には、VADタスクには、さまざまなディープラーニングベースの方法が常に現れています。 このレビューでは、半教師付き、弱教師付き、完全教師付き、非教師付き、オープンセットの5つのカテゴリのスペクトルについて取り上げる。
  論文  参考訳（メタデータ） (2024-09-09T07:31:16Z)
• Semantics-Oriented Multitask Learning for DeepFake Detection: A Joint Embedding Approach [77.65459419417533]
  本稿ではセマンティクス指向のDeepFake検出タスクをサポートするための自動データセット拡張手法を提案する。 また,顔画像とそれに対応するラベルを併用して予測を行う。 提案手法は,DeepFake検出の一般化性を向上し,人間の理解可能な説明を提供することで,ある程度のモデル解釈を行う。
  論文  参考訳（メタデータ） (2024-08-29T07:11:50Z)
• A Review of Machine Learning Methods Applied to Video Analysis Systems [3.518774226658318]
  本稿では,ビデオ解析のための機械学習技術の開発について調査する。 本稿では,ビデオ分析における自己教師型学習,半教師型学習,アクティブ学習,ゼロショット学習の開発の概要について述べる。
  論文  参考訳（メタデータ） (2023-12-08T20:24:03Z)
• Domain Generalization for Mammographic Image Analysis with Contrastive Learning [62.25104935889111]
  効果的なディープラーニングモデルのトレーニングには、さまざまなスタイルと品質を備えた大規模なデータが必要である。 より優れたスタイルの一般化能力を備えた深層学習モデルを実現するために,新しいコントラスト学習法が開発された。 提案手法は,様々なベンダスタイルドメインのマンモグラムや,いくつかのパブリックデータセットを用いて,広範囲かつ厳密に評価されている。
  論文  参考訳（メタデータ） (2023-04-20T11:40:21Z)
• Self-supervised Transformer for Deepfake Detection [112.81127845409002]
  現実世界のシナリオにおけるディープフェイク技術は、顔偽造検知器のより強力な一般化能力を必要とする。 転送学習に触発されて、他の大規模な顔関連タスクで事前訓練されたニューラルネットワークは、ディープフェイク検出に有用な機能を提供する可能性がある。 本稿では,自己教師型変換器を用いた音声視覚コントラスト学習手法を提案する。
  論文  参考訳（メタデータ） (2022-03-02T17:44:40Z)
• Automated Deepfake Detection [19.17617301462919]
  本稿では,Deepfake検出のためのアーキテクチャを自動検索する機械学習を提案する。 提案手法が従来の非深度学習法より優れているだけでなく,予測精度が向上することが実験的に証明された。
  論文  参考訳（メタデータ） (2021-06-20T14:48:50Z)
• TAR: Generalized Forensic Framework to Detect Deepfakes using Weakly Supervised Learning [17.40885531847159]
  ディープフェイクは重要な社会問題となり、それらを検出することが非常に重要です。 本研究では,異なる種類のディープフェイクを同時に検出する実用的なデジタル鑑識ツールを提案する。 レジデンシャルブロックを用いた自動エンコーダベースの検出モデルを開発し、異なる種類のディープフェイクを同時に検出する転送学習を順次実施します。
  論文  参考訳（メタデータ） (2021-05-13T07:31:08Z)
• One Detector to Rule Them All: Towards a General Deepfake Attack Detection Framework [19.762839181838388]
  本稿では,LSTMに基づくResidual Network(CLRNet)を導入し,未知の未確認ディープフェイクに対処する。 我々のCLRNetモデルは、93.86%の精度で高品質なDFWビデオに対してうまく一般化できることを実証した。
  論文  参考訳（メタデータ） (2021-05-01T08:02:59Z)
• Visual Imitation Made Easy [102.36509665008732]
  本稿では,ロボットへのデータ転送を容易にしながら,データ収集プロセスを単純化する,模倣のための代替インターフェースを提案する。 我々は、データ収集装置やロボットのエンドエフェクターとして、市販のリーチ・グラブラー補助具を使用する。 我々は,非包括的プッシュと包括的積み重ねという2つの課題について実験的に評価した。
  論文  参考訳（メタデータ） (2020-08-11T17:58:50Z)
• Exploit Clues from Views: Self-Supervised and Regularized Learning for Multiview Object Recognition [66.87417785210772]
  本研究では,マルチビュー自己教師型学習(MV-SSL)の問題点について検討する。 対象不変」表現を追求し,自己指導型学習のための新しい代理課題を提案する。 実験の結果,ビュー不変プロトタイプ埋め込み(VISPE)による認識と検索は,他の自己教師あり学習方法よりも優れていた。
  論文  参考訳（メタデータ） (2020-03-28T07:06:06Z)

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。