論文の概要: Learning Expressive And Generalizable Motion Features For Face Forgery Detection

• arxiv url: http://arxiv.org/abs/2403.05172v1
• Date: Fri, 8 Mar 2024 09:25:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-11 20:16:00.951470
• Title: Learning Expressive And Generalizable Motion Features For Face Forgery Detection
• Title（参考訳）: 顔偽造検出のための表現的・一般化可能な動作特徴の学習
• Authors: Jingyi Zhang, Peng Zhang, Jingjing Wang, Di Xie, Shiliang Pu
• Abstract要約: 本稿では,既存のビデオ分類手法に基づく,シーケンスに基づく効果的な偽造検出フレームワークを提案する。 動作特徴をより表現しやすくするために,別の動作整合ブロックを提案する。 一般的なビデオ分類ネットワークを3つの顔偽造データに対して有望な結果を達成する。
• 参考スコア（独自算出の注目度）: 52.54404879581527
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Previous face forgery detection methods mainly focus on appearance features, which may be easily attacked by sophisticated manipulation. Considering the majority of current face manipulation methods generate fake faces based on a single frame, which do not take frame consistency and coordination into consideration, artifacts on frame sequences are more effective for face forgery detection. However, current sequence-based face forgery detection methods use general video classification networks directly, which discard the special and discriminative motion information for face manipulation detection. To this end, we propose an effective sequence-based forgery detection framework based on an existing video classification method. To make the motion features more expressive for manipulation detection, we propose an alternative motion consistency block instead of the original motion features module. To make the learned features more generalizable, we propose an auxiliary anomaly detection block. With these two specially designed improvements, we make a general video classification network achieve promising results on three popular face forgery datasets.
• Abstract（参考訳）: 以前の顔偽造検出法は主に外観の特徴に焦点を合わせており、高度な操作で容易に攻撃できる。 フレームの整合性や調整を考慮に入れない単一フレームに基づく偽の顔を生成する現在の顔操作手法の大部分は、フレームシーケンス上のアーティファクトの方が、顔偽造検出に有効である。 しかし、現在のシーケンスに基づく顔偽造検出手法では、顔操作検出のための特殊および識別動作情報を破棄する一般的なビデオ分類ネットワークを直接使用する。 そこで本研究では,既存のビデオ分類手法に基づくシーケンスに基づく効果的な偽造検出フレームワークを提案する。 動作特徴を操作検出により表現力を持たせるために,元のモーション特徴モジュールではなく,別の動作一貫性ブロックを提案する。 学習した特徴をより一般化するために,補助的異常検出ブロックを提案する。 これら2つの特別に設計された改良により、一般的なビデオ分類ネットワークは3つの顔偽造データセットに対して有望な結果が得られる。

関連論文リスト

• Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
  顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。 顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
  論文  参考訳（メタデータ） (2023-10-18T14:49:54Z)
• 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)
• Collaborative Feature Learning for Fine-grained Facial Forgery Detection and Segmentation [56.73855202368894]
  偽造検出に関する以前の研究は、主に顔全体に焦点を当てていた。 近年の偽造法では、重要な顔成分を編集し、他の成分をそのまま維持する手法が開発されている。 ファリシファイドコンポーネントの操作とセグメンテーションを同時に検出するための協調的特徴学習手法を提案する。
  論文  参考訳（メタデータ） (2023-04-17T08:49:11Z)
• Face Forgery Detection Based on Facial Region Displacement Trajectory Series [10.338298543908339]
  本研究では,顔領域変位の軌跡に基づく操作映像の検出手法を開発した。 この情報を用いて、操作されたビデオの軌跡列に多次元のアーティファクトを露呈するネットワークを構築した。
  論文  参考訳（メタデータ） (2022-12-07T14:47:54Z)
• Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
  顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。 以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。 キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-04-28T09:35:48Z)
• VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
  偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。 前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
  論文  参考訳（メタデータ） (2020-05-20T21:17:43Z)
• Deep Face Forgery Detection [6.230751621285322]
  本稿では,様々なタンパシナリオに対するアプローチについて述べる。 本稿では,顔認識タスクからの伝達学習を用いて触覚検出を改善することを提案する。 パブリックなFaceForensicsベンチマークで両方のアプローチを評価し,その精度を向上した。
  論文  参考訳（メタデータ） (2020-04-06T11:13:04Z)

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。