論文の概要: Passive Deepfake Detection Across Multi-modalities: A Comprehensive Survey

• arxiv url: http://arxiv.org/abs/2411.17911v2
• Date: Sat, 05 Apr 2025 18:48:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-08 20:14:38.68395
• Title: Passive Deepfake Detection Across Multi-modalities: A Comprehensive Survey
• Title（参考訳）: 多商品間のパッシブディープフェイク検出:総合調査
• Authors: Hong-Hanh Nguyen-Le, Van-Tuan Tran, Dinh-Thuc Nguyen, Nhien-An Le-Khac,
• Abstract要約: ディープフェイク(DF)は、個人の偽造、誤情報拡散、アーティストスタイルの模倣など、悪意ある目的に利用されてきた。 この調査は、研究者や実践者が現在の景観、方法論的アプローチ、そしてこの急速に発展する分野における将来的な方向性を理解するための総合的なリソースを提供する。
• 参考スコア（独自算出の注目度）: 1.7811840395202345
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In recent years, deepfakes (DFs) have been utilized for malicious purposes, such as individual impersonation, misinformation spreading, and artists style imitation, raising questions about ethical and security concerns. In this survey, we provide a comprehensive review and comparison of passive DF detection across multiple modalities, including image, video, audio, and multi-modal, to explore the inter-modality relationships between them. Beyond detection accuracy, we extend our analysis to encompass crucial performance dimensions essential for real-world deployment: generalization capabilities across novel generation techniques, robustness against adversarial manipulations and postprocessing techniques, attribution precision in identifying generation sources, and resilience under real-world operational conditions. Additionally, we analyze the advantages and limitations of existing datasets, benchmarks, and evaluation metrics for passive DF detection. Finally, we propose future research directions that address these unexplored and emerging issues in the field of passive DF detection. This survey offers researchers and practitioners a comprehensive resource for understanding the current landscape, methodological approaches, and promising future directions in this rapidly evolving field.
• Abstract（参考訳）: 近年、ディープフェイク(DF)は、個人の偽造、誤情報拡散、アーティストスタイルの模倣といった悪質な目的に利用され、倫理やセキュリティに関する疑問が提起されている。 本研究では、画像、ビデオ、オーディオ、マルチモーダルを含む複数のモードにわたる受動DF検出の総合的なレビューと比較を行い、それら間のモーダル間関係について検討する。 検出精度を超えて、我々は分析を拡張し、実世界の展開に不可欠な重要な性能の次元を包含する:新規な生成技術における一般化機能、敵の操作や後処理技術に対する堅牢性、生成源の同定における帰属精度、実世界の運用条件下でのレジリエンス。 さらに、受動DF検出のための既存のデータセット、ベンチマーク、評価指標の利点と限界を分析する。 最後に,パッシブDF検出の分野において,これらの未探索および新たな課題に対処する今後の研究指針を提案する。 この調査は、研究者や実践者が現在の景観、方法論的アプローチ、そしてこの急速に発展する分野における将来的な方向性を理解するための総合的なリソースを提供する。

関連論文リスト

• Deep Learning Advancements in Anomaly Detection: A Comprehensive Survey [43.75849983150303]
  データセットが複雑化するにつれて、従来の異常検出手法は複雑なパターンを捉えるのに苦労する。 ディープラーニングにより、ADメソッドはより強力で適応可能になり、高次元および非構造化データを扱う能力が改善された。 このレビューは、既存の文献のギャップを埋め、深層学習を用いたAD技術の向上を目指す研究者や実践者にとって貴重な情報源となる。
  論文  参考訳（メタデータ） (2025-03-17T14:04:48Z)
• Survey on AI-Generated Media Detection: From Non-MLLM to MLLM [51.91311158085973]
  AI生成メディアを検出する方法は急速に進化してきた。 MLLMに基づく汎用検出器は、信頼性検証、説明可能性、ローカライゼーション機能を統合する。 倫理的・セキュリティ的な配慮が、重要な世界的な懸念として浮上している。
  論文  参考訳（メタデータ） (2025-02-07T12:18:20Z)
• Unsupervised Model Diagnosis [49.36194740479798]
  本稿では,ユーザガイドを使わずに,意味論的対実的説明を生成するために,Unsupervised Model Diagnosis (UMO)を提案する。 提案手法は意味論における変化を特定し可視化し,その変化を広範囲なテキストソースの属性と照合する。
  論文  参考訳（メタデータ） (2024-10-08T17:59:03Z)
• Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
  水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。 近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
  論文  参考訳（メタデータ） (2024-10-08T00:25:33Z)
• FFAA: Multimodal Large Language Model based Explainable Open-World Face Forgery Analysis Assistant [59.2438504610849]
  FFAA: Face Forgery Analysis Assistant(MLLM)とMIDS(Multi-Awer Intelligent Decision System)について紹介する。 提案手法は,ユーザフレンドリで説明可能な結果を提供するだけでなく,従来の手法に比べて精度と堅牢性を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-08-19T15:15:20Z)
• Multimodal Prompt Learning with Missing Modalities for Sentiment Analysis and Emotion Recognition [52.522244807811894]
  本稿では,欠落したモダリティの問題に対処するために,即時学習を用いた新しいマルチモーダルトランスフォーマーフレームワークを提案する。 提案手法では,生成的プロンプト,欠信号プロンプト,欠信号プロンプトの3種類のプロンプトを導入している。 迅速な学習を通じて、トレーニング可能なパラメータの数を大幅に削減する。
  論文  参考訳（メタデータ） (2024-07-07T13:55:56Z)
• Evolving from Single-modal to Multi-modal Facial Deepfake Detection: Progress and Challenges [40.11614155244292]
  この調査は、初期の単一モーダル法から洗練された多モーダルアプローチへのディープフェイク検出の進化を辿るものである。 本稿では,検出手法の構造化された分類法を提案し,GANベースから拡散モデル駆動型ディープフェイクへの遷移を解析する。
  論文  参考訳（メタデータ） (2024-06-11T05:48:04Z)
• A Comprehensive Library for Benchmarking Multi-class Visual Anomaly Detection [52.228708947607636]
  本稿では,新しい手法のモジュラーフレームワークであるADerを包括的視覚異常検出ベンチマークとして紹介する。 このベンチマークには、産業ドメインと医療ドメインからの複数のデータセットが含まれており、15の最先端メソッドと9つの包括的なメトリクスを実装している。 我々は,異なる手法の長所と短所を客観的に明らかにし,多クラス視覚異常検出の課題と今後の方向性について考察する。
  論文  参考訳（メタデータ） (2024-06-05T13:40:07Z)
• Video Anomaly Detection in 10 Years: A Survey and Outlook [10.143205531474907]
  ビデオ異常検出(VAD)は、監視、医療、環境監視といった様々な領域において非常に重要である。 この調査では、従来の教師付きトレーニングパラダイムを超えて、弱教師付き、自己監督型、教師なしのアプローチを包含する、ディープラーニングベースのVADを調査している。
  論文  参考訳（メタデータ） (2024-05-29T17:56:31Z)
• A Timely Survey on Vision Transformer for Deepfake Detection [11.410817278428533]
  Vision Transformer (ViT) ベースのアプローチは、汎用性と効率性において優れたパフォーマンスを示す。 この調査は、ディープフェイク検出におけるViTの重要な役割について、研究者に微妙な理解を与えることを目的としている。
  論文  参考訳（メタデータ） (2024-05-14T09:33:04Z)
• Audio Anti-Spoofing Detection: A Survey [7.3348524333159]
  ディープラーニングは、Deepfakeとして知られるマルチメディアフェイクコンテンツを操作または作成できる洗練されたアルゴリズムを生み出した。 防汚対策の開発を促進するため, 防汚対策の音響的課題が編成されている。 本稿では,アルゴリズムアーキテクチャ,最適化手法,アプリケーション一般化性,評価指標,パフォーマンス比較,利用可能なデータセット,オープンソース可用性など,検出パイプライン内のすべてのコンポーネントについて,包括的なレビューを行う。
  論文  参考訳（メタデータ） (2024-04-22T06:52:12Z)
• Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
  Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。 この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。 本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
  論文  参考訳（メタデータ） (2024-03-26T17:12:34Z)
• CrossDF: Improving Cross-Domain Deepfake Detection with Deep Information Decomposition [53.860796916196634]
  クロスデータセットディープフェイク検出(CrossDF)の性能を高めるためのディープ情報分解(DID)フレームワークを提案する。 既存のディープフェイク検出方法とは異なり、我々のフレームワークは特定の視覚的アーティファクトよりも高いレベルのセマンティック特徴を優先する。 顔の特徴をディープフェイク関連情報と無関係情報に適応的に分解し、本質的なディープフェイク関連情報のみを用いてリアルタイム・フェイク識別を行う。
  論文  参考訳（メタデータ） (2023-09-30T12:30:25Z)
• A Comprehensive Study on the Robustness of Image Classification and Object Detection in Remote Sensing: Surveying and Benchmarking [17.012502610423006]
  ディープニューラルネットワーク(DNN)は、リモートセンシング(RS)画像の解釈に広く応用されている。 従来の研究では、DNNは様々な種類のノイズ、特に敵対的なノイズに弱いことが示されている。 本研究は,RS課題における自然的頑健性と対角的頑健性の両方を包括的に検討した初めての事例である。
  論文  参考訳（メタデータ） (2023-06-21T08:52:35Z)
• Survey of Network Intrusion Detection Methods from the Perspective of the Knowledge Discovery in Databases Process [63.75363908696257]
  本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。 本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。 この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
  論文  参考訳（メタデータ） (2020-01-27T11:21:05Z)

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。