論文の概要: Detecting Deepfake Talking Heads from Facial Biometric Anomalies

• arxiv url: http://arxiv.org/abs/2507.08917v1
• Date: Fri, 11 Jul 2025 16:29:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-15 18:48:21.861312
• Title: Detecting Deepfake Talking Heads from Facial Biometric Anomalies
• Title（参考訳）: 顔面生体計測異常からのディープフェイク発声頭部の検出
• Authors: Justin D. Norman, Hany Farid,
• Abstract要約: ディープフェイクビデオの偽装は、しばしば詐欺、詐欺、政治的偽情報に使用される。 顔バイオメトリックスにおける不自然なパターンを利用したディープフェイク映像の偽造検出のための新しい機械学習手法を提案する。 我々は、この手法を、ディープフェイク技術と偽造の膨大なデータセットにわたって評価するとともに、ビデオ洗浄に対する信頼性と、以前に見つからなかったディープフェイクジェネレータへの一般化を評価する。
• 参考スコア（独自算出の注目度）: 12.369423169349673
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The combination of highly realistic voice cloning, along with visually compelling avatar, face-swap, or lip-sync deepfake video generation, makes it relatively easy to create a video of anyone saying anything. Today, such deepfake impersonations are often used to power frauds, scams, and political disinformation. We propose a novel forensic machine learning technique for the detection of deepfake video impersonations that leverages unnatural patterns in facial biometrics. We evaluate this technique across a large dataset of deepfake techniques and impersonations, as well as assess its reliability to video laundering and its generalization to previously unseen video deepfake generators.
• Abstract（参考訳）: 非常にリアルな音声クローンと、視覚的に説得力のあるアバター、フェイススワップ、リップシンクのディープフェイクビデオの生成を組み合わせることで、何でも話す人のビデオを比較的簡単に作成できる。 今日では、このような深い偽造は詐欺、詐欺、政治的偽情報にしばしば使用される。 本稿では,顔の生体計測における不自然なパターンを利用するディープフェイク映像の偽造検出のための,新しい法医学的機械学習手法を提案する。 我々は、この手法を、ディープフェイク技術と偽造の膨大なデータセットにわたって評価するとともに、ビデオ洗浄に対する信頼性と、以前に見つからなかったディープフェイクジェネレータへの一般化を評価する。

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)
• 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)
• 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)
• Detecting Deepfake by Creating Spatio-Temporal Regularity Disruption [94.5031244215761]
  本稿では,実際のビデオにない「規則性破壊」を識別することで,ディープフェイク検出の一般化を促進することを提案する。 具体的には、空間的・時間的特性を慎重に調べることで、擬似フェイク発生器による実映像の破壊を提案する。 このような手法により,フェイクビデオを使わずにディープフェイク検出が可能となり,よりシンプルかつ効率的に一般化能力を向上させることができる。
  論文  参考訳（メタデータ） (2022-07-21T10:42:34Z)
• Audio-Visual Person-of-Interest DeepFake Detection [77.04789677645682]
  本研究の目的は、現実世界で遭遇する様々な操作方法やシナリオに対処できるディープフェイク検出器を提案することである。 我々は、対照的な学習パラダイムを活用して、各アイデンティティに対して最も識別しやすい、移動面と音声セグメントの埋め込みを学習する。 本手法は,シングルモダリティ(オーディオのみ,ビデオのみ)とマルチモダリティ(オーディオビデオ)の両方を検出でき,低品質・低画質ビデオに対して堅牢である。
  論文  参考訳（メタデータ） (2022-04-06T20:51:40Z)
• Voice-Face Homogeneity Tells Deepfake [56.334968246631725]
  既存の検出アプローチは、ディープフェイクビデオにおける特定のアーティファクトの探索に寄与する。 未探索の音声-顔のマッチングビューからディープフェイク検出を行う。 我々のモデルは、他の最先端の競合と比較して、大幅に性能が向上する。
  論文  参考訳（メタデータ） (2022-03-04T09:08:50Z)
• 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)
• Detecting Deepfake Videos Using Euler Video Magnification [1.8506048493564673]
  Deepfakeのビデオは、高度な機械学習技術を使ってビデオを操作している。 本稿では,ディープフェイク映像の識別技術について検討する。 提案手法では,Euler手法から抽出した特徴を用いて,偽造映像と未修正映像を分類する3つのモデルを訓練する。
  論文  参考訳（メタデータ） (2021-01-27T17:37:23Z)
• How Do the Hearts of Deep Fakes Beat? Deep Fake Source Detection via Interpreting Residuals with Biological Signals [9.918684475252636]
  本研究では, 真偽を分離するだけでなく, 真偽の背後にある特定の生成モデルを発見するアプローチを提案する。 提案手法は,97.29%の精度で偽動画を検出でき,93.39%の精度でソースモデルを検出できることを示す。
  論文  参考訳（メタデータ） (2020-08-26T03:35:47Z)
• Detecting Deep-Fake Videos from Appearance and Behavior [0.0]
  本稿では,顔洗脳深部偽物検出のためのバイオメトリックスに基づく法医学的手法について述べる。 複数の大規模ビデオデータセットにまたがって,このアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2020-04-29T21:38:22Z)

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。