論文の概要: SELFI: Selective Fusion of Identity for Generalizable Deepfake Detection

• arxiv url: http://arxiv.org/abs/2506.17592v1
• Date: Sat, 21 Jun 2025 05:11:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-24 19:06:36.492412
• Title: SELFI: Selective Fusion of Identity for Generalizable Deepfake Detection
• Title（参考訳）: SELFI: 一般化可能なディープフェイク検出のためのアイデンティティの選択的融合
• Authors: Younghun Kim, Minsuk Jang, Myung-Joon Kwon, Wonjun Lee, Changick Kim,
• Abstract要約: 顔認証はディープフェイク検出のための強力な信号を提供する。 偏見を減らすためにアイデンティティーの手がかりを抑えるものもあれば、法医学的な証拠としてそれらに依存するものもある。 textbfSELFI(textbfSELective textbfIdentity)を提案する。
• 参考スコア（独自算出の注目度）: 16.500269508552844
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Face identity provides a powerful signal for deepfake detection. Prior studies show that even when not explicitly modeled, classifiers often learn identity features implicitly. This has led to conflicting views: some suppress identity cues to reduce bias, while others rely on them as forensic evidence. To reconcile these views, we analyze two hypotheses: (1) whether face identity alone is discriminative for detecting deepfakes, and (2) whether such identity features generalize poorly across manipulation methods. Our experiments confirm that identity is informative but context-dependent. While some manipulations preserve identity-consistent artifacts, others distort identity cues and harm generalization. We argue that identity features should neither be blindly suppressed nor relied upon, but instead be explicitly modeled and adaptively controlled based on per-sample relevance. We propose \textbf{SELFI} (\textbf{SEL}ective \textbf{F}usion of \textbf{I}dentity), a generalizable detection framework that dynamically modulates identity usage. SELFI consists of: (1) a Forgery-Aware Identity Adapter (FAIA) that extracts identity embeddings from a frozen face recognition model and projects them into a forgery-relevant space via auxiliary supervision; and (2) an Identity-Aware Fusion Module (IAFM) that selectively integrates identity and visual features using a relevance-guided fusion mechanism. Experiments on four benchmarks show that SELFI improves cross-manipulation generalization, outperforming prior methods by an average of 3.1\% AUC. On the challenging DFDC dataset, SELFI exceeds the previous best by 6\%. Code will be released upon paper acceptance.
• Abstract（参考訳）: 顔認証はディープフェイク検出のための強力な信号を提供する。 以前の研究では、たとえ明示的にモデル化されていなくても、分類器は暗黙的にアイデンティティの特徴を学習することが多いことが示されている。 偏見を減らすためにアイデンティティーの手がかりを抑圧する者もいれば、法医学的な証拠としてそれらに依存する者もいる。 これらの見解を整理するために,(1)ディープフェイクを検出するために顔の同一性のみが識別可能であるか,(2)操作方法全体でそのような特徴が一般化しにくいか,という2つの仮説を分析した。 我々の実験は、アイデンティティは情報的だが文脈に依存していることを確認した。 一部の操作はアイデンティティ一貫性のあるアーティファクトを保存するが、他の操作はアイデンティティの手がかりを歪め、一般化を害する。 我々は、アイデンティティ機能は盲目的に抑制されず、依存せず、代わりに、サンプルごとの関連性に基づいて明示的にモデル化され、適応的に制御されるべきであると主張している。 本稿では, 個人識別を動的に調節する一般化可能な検出フレームワークである \textbf{SELFI} (\textbf{SEL}ective \textbf{F}usion of \textbf{I}dentity) を提案する。 SELFI は,(1) 凍結した顔認識モデルからID埋め込みを抽出し,補助的な監督を通じて偽関連空間に投影する Forgery-Aware Identity Adapter (FAIA) と,(2) 関連誘導核融合機構を用いてアイデンティティと視覚的特徴を選択的に統合する Identity-Aware Fusion Module (IAFM) から構成される。 4つのベンチマーク実験により、SELFIはクロスマニピュレーションの一般化を改善し、平均3.1\%のAUCで先行手法より優れていることが示された。 挑戦的なDFDCデータセットでは、SELFIが前回の最高値の6\%を超えている。 コードは受理後に公開される。

関連論文リスト

• ID$^3$: Identity-Preserving-yet-Diversified Diffusion Models for Synthetic Face Recognition [60.15830516741776]
  合成顔認識(SFR)は、実際の顔データの分布を模倣するデータセットを生成することを目的としている。 拡散燃料SFRモデルであるtextID3$を紹介します。 textID3$はID保存損失を利用して、多様だがアイデンティティに一貫性のある顔の外観を生成する。
  論文  参考訳（メタデータ） (2024-09-26T06:46:40Z)
• Disentangled Representations for Short-Term and Long-Term Person Re-Identification [33.76874948187976]
  アイデンティティシャッフルGAN(Identity shuffle GAN:IS-GAN)と呼ばれる新たな生成対向ネットワークを提案する。 それは、アイデンティティシャッフル技術によって、個人画像からアイデンティティ関連および非関連の特徴を解き放つ。 実験により,IS-GANの有効性が検証され,標準reIDベンチマークにおける最先端性能が示された。
  論文  参考訳（メタデータ） (2024-09-09T02:09:49Z)
• ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning [57.91881829308395]
  AIポートレートや広告といった幅広いアプリケーションシナリオのために、ID-T2I(ID-preserving text-to-image generation)が注目されている。 我々は,ID-T2I性能を向上させるための一般的なフィードバック学習フレームワークである textbfID-Aligner を提案する。
  論文  参考訳（メタデータ） (2024-04-23T18:41:56Z)
• Beyond Inserting: Learning Identity Embedding for Semantic-Fidelity Personalized Diffusion Generation [21.739328335601716]
  本稿では,パーソナライズされた生成のための安定拡散モデルに,正確でインタラクティブなIDを挿入することに焦点を当てる。 顔のレイアウトや背景などのIDに依存しない情報を絡み合わせるのではなく、顔領域にフィットする顔の注意損失を提案する。 その結果,従来の手法と比較して,IDの精度,テキストベースの操作能力,一般化性が向上した。
  論文  参考訳（メタデータ） (2024-01-31T11:52:33Z)
• Disguise without Disruption: Utility-Preserving Face De-Identification [40.484745636190034]
  本研究では,修正データの利用性を確保しつつ,顔画像をシームレスに識別する新しいアルゴリズムであるDisguiseを紹介する。 本手法は, 難読化と非可逆性を最大化するために, 変分機構を用いて生成した合成物を用いて, 描写されたアイデンティティを抽出し置換することを含む。 提案手法を複数のデータセットを用いて広範に評価し,様々な下流タスクにおける従来の手法と比較して,高い非識別率と一貫性を示す。
  論文  参考訳（メタデータ） (2023-03-23T13:50:46Z)
• Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
  既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。 この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
  論文  参考訳（メタデータ） (2022-07-19T03:31:13Z)
• Identity Documents Authentication based on Forgery Detection of Guilloche Pattern [2.606834301724095]
  ギロシェパターンの偽造検出に基づく識別文書の認証モデルを提案する。 認証性能を高めるために、最も適切なパラメータを分析し、識別するために実験を行う。
  論文  参考訳（メタデータ） (2022-06-22T11:37:10Z)
• Protecting Celebrities with Identity Consistency Transformer [119.67996461810304]
  アイデンティティ一貫性変換器は、高度なセマンティクス、特にアイデンティティ情報に焦点を当て、内面領域と外面領域におけるアイデンティティの不整合を見つけ、容疑者の顔を検出する。 我々は、アイデンティティ一貫性変換器が、異なるデータセットにまたがるだけでなく、ディープフェイクビデオを含む現実世界のアプリケーションで見られる様々な種類の画像劣化フォームにまたがる優れた一般化能力を示すことを示した。
  論文  参考訳（メタデータ） (2022-03-02T18:59:58Z)
• Identity-Driven DeepFake Detection [91.0504621868628]
  アイデンティティ駆動のDeepFake Detectionは、被疑者画像/ビデオとターゲットのアイデンティティ情報を入力する。 被疑者画像・映像の同一性は対象人物と同一かという判断を出力する。 本稿では,新たな研究のベースラインとして,簡単な識別ベース検出アルゴリズムであるouterfaceを提案する。
  論文  参考訳（メタデータ） (2020-12-07T18:59:08Z)

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。