論文の概要: Fine-Grained DINO Tuning with Dual Supervision for Face Forgery Detection
- arxiv url: http://arxiv.org/abs/2511.12107v1
- Date: Sat, 15 Nov 2025 08:57:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-18 14:36:23.612565
- Title: Fine-Grained DINO Tuning with Dual Supervision for Face Forgery Detection
- Title（参考訳）: 顔偽造検出のためのデュアル・スーパービジョンを用いたファイングラインドDINOチューニング
- Authors: Tianxiang Zhang, Peipeng Yu, Zhihua Xia, Longchen Dai, Xiaoyu Zhou, Hui Gao,
- Abstract要約: DINOv2のためのDeepFake Fine-Grained Adapter (DFF-Adapter)を提案する。
本手法では,軽量なマルチヘッドLORAモジュールをトランスブロックに組み込む。
提案手法は,現在の複雑な最先端手法に匹敵する,あるいは超越した精度で検出を行う。
- 参考スコア（独自算出の注目度）: 18.62471724010391
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The proliferation of sophisticated deepfakes poses significant threats to information integrity. While DINOv2 shows promise for detection, existing fine-tuning approaches treat it as generic binary classification, overlooking distinct artifacts inherent to different deepfake methods. To address this, we propose a DeepFake Fine-Grained Adapter (DFF-Adapter) for DINOv2. Our method incorporates lightweight multi-head LoRA modules into every transformer block, enabling efficient backbone adaptation. DFF-Adapter simultaneously addresses authenticity detection and fine-grained manipulation type classification, where classifying forgery methods enhances artifact sensitivity. We introduce a shared branch propagating fine-grained manipulation cues to the authenticity head. This enables multi-task cooperative optimization, explicitly enhancing authenticity discrimination with manipulation-specific knowledge. Utilizing only 3.5M trainable parameters, our parameter-efficient approach achieves detection accuracy comparable to or even surpassing that of current complex state-of-the-art methods.
- Abstract（参考訳）: 高度なディープフェイクの拡散は、情報の完全性に重大な脅威をもたらす。
DINOv2は検出を約束するが、既存の微調整アプローチでは、異なるディープフェイクメソッド固有の異なるアーティファクトを見渡すことで、ジェネリックバイナリ分類として扱う。
そこで我々はDINOv2のためのDeepFake Fine-Grained Adapter (DFF-Adapter)を提案する。
本手法では,軽量なマルチヘッドLORAモジュールをすべてのトランスブロックに組み込んで,効率的なバックボーン適応を実現する。
DFF-Adapterは、認証検出ときめ細かな操作タイプ分類を同時に処理する。
本報告では,頭部に微細な操作手段を伝達する共有分岐を導入する。
これにより、マルチタスク協調最適化が実現され、操作固有の知識による信頼性の識別が明確化される。
3.5Mのトレーニング可能なパラメータしか利用せず、パラメータ効率のよいアプローチは、現在の複雑な最先端手法に匹敵する、あるいはそれ以上の精度で検出できる。
関連論文リスト
- Unlocking the Hidden Potential of CLIP in Generalizable Deepfake Detection [23.48106270102081]
本稿では,顔の深部を部分的に操作して検出する課題に対処する。
我々は、Contrastive Language-Image Pre-Training(CLIP)モデル、特にViT-L/14ビジュアルエンコーダを利用する。
提案手法は,LNチューニングなどのPEFT技術を用いて,モデルのパラメータの小さな部分集合を調整する。
論文 参考訳（メタデータ） (2025-03-25T14:10:54Z) - Generalized Correspondence Matching via Flexible Hierarchical Refinement
and Patch Descriptor Distillation [13.802788788420175]
対応マッチングは多くのロボティクス応用において重要な役割を担っている。
本稿では,SoTA (State-of-the-art) のプラグ・アンド・プレイ対応手法であるDFM (Deep Feature Match) の限界に対処する。
提案手法は,それぞれ1,3,5画素に対する平均マッチング精度0.68,0.92,0.95の総合的な性能を実現する。
論文 参考訳（メタデータ） (2024-03-08T15:32:18Z) - PETDet: Proposal Enhancement for Two-Stage Fine-Grained Object Detection [26.843891792018447]
PETDet (Proposal Enhancement for Two-stage fine-fine object detection) は, 2段階FGOD法において, サブタスクをよりよく扱うために提案される。
動的ラベル割り当てと注意に基づく分解により, アンカーフリー品質指向提案ネットワーク(QOPN)を提案する。
A novel Adaptive Recognition Loss (ARL)は、R-CNNの責任者が高品質な提案に焦点を合わせるためのガイダンスを提供する。
論文 参考訳（メタデータ） (2023-12-16T18:04:56Z) - Transcending Forgery Specificity with Latent Space Augmentation for Generalizable Deepfake Detection [57.646582245834324]
LSDAと呼ばれる簡易で効果的なディープフェイク検出器を提案する。
より多様な偽の表現は、より一般化可能な決定境界を学べるべきである。
提案手法は驚くほど有効であり, 広く使用されている複数のベンチマークで最先端の検出器を超越することを示す。
論文 参考訳（メタデータ） (2023-11-19T09:41:10Z) - 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) - Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。
既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。
本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2023-07-31T10:22:33Z) - M2TR: Multi-modal Multi-scale Transformers for Deepfake Detection [74.19291916812921]
Deepfake技術によって生成された鍛造画像は、デジタル情報の信頼性に深刻な脅威をもたらします。
本稿では,Deepfake検出のための微妙な操作アーチファクトを異なるスケールで捉えることを目的とする。
最先端の顔スワッピングと顔の再現方法によって生成された4000のDeepFakeビデオで構成される高品質のDeepFakeデータセットSR-DFを紹介します。
論文 参考訳（メタデータ） (2021-04-20T05:43:44Z)
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。