論文の概要: Leveraging Avatar Fingerprinting: A Multi-Generator Photorealistic Talking-Head Public Database and Benchmark
- arxiv url: http://arxiv.org/abs/2603.26934v1
- Date: Fri, 27 Mar 2026 19:17:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:44.699777
- Title: Leveraging Avatar Fingerprinting: A Multi-Generator Photorealistic Talking-Head Public Database and Benchmark
- Title（参考訳）: アバターフィンガープリントの活用:多世代フォトリアリスティックトーキングヘッドデータベースとベンチマーク
- Authors: Laura Pedrouzo-Rodriguez, Luis F. Gomez, Ruben Tolosana, Ruben Vera-Rodriguez, Roberto Daza, Aythami Morales, Julian Fierrez,
- Abstract要約: アバターの指紋認証は、2つのアバタービデオが同じ人間のオペレーターによって駆動されているかどうかを判断することを目的としている。
AVAPrintDBは、新たに公開されたマルチジェネレータトーキングヘッドアバターデータベースである。
ベンチマークプロトコルとアバター指紋認証システムは、再現可能な研究を促進するために公開されている。
- 参考スコア（独自算出の注目度）: 13.166206131594024
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Recent advances in photorealistic avatar generation have enabled highly realistic talking-head avatars, raising security concerns regarding identity impersonation in AI-mediated communication. To advance in this challenging problem, the task of avatar fingerprinting aims to determine whether two avatar videos are driven by the same human operator or not. However, current public databases in the literature are scarce and based solely on old-fashioned talking-head avatar generators, not representing realistic scenarios for the current task of avatar fingerprinting. To overcome this situation, the present article introduces AVAPrintDB, a new publicly available multi-generator talking-head avatar database for avatar fingerprinting. AVAPrintDB is constructed from two audiovisual corpora and three state-of-the-art avatar generators (GAGAvatar, LivePortrait, HunyuanPortrait), representing different synthesis paradigms, and includes both self- and cross-reenactments to simulate legitimate usage and impersonation scenarios. Building on this database, we also define a standardized and reproducible benchmark for avatar fingerprinting, considering public state-of-the-art avatar fingerprinting systems and exploring novel methods based on Foundation Models (DINOv2 and CLIP). Also, we conduct a comprehensive analysis under generator and dataset shift. Our results show that, while identity-related motion cues persist across synthetic avatars, current avatar fingerprinting systems remain highly sensitive to changes in the synthesis pipeline and source domain. The AVAPrintDB, benchmark protocols, and avatar fingerprinting systems are publicly available to facilitate reproducible research.
- Abstract（参考訳）: フォトリアリスティックなアバター生成の最近の進歩により、非常に現実的なトーキーヘッドアバターが実現され、AIによるコミュニケーションにおけるアイデンティティの偽造に関するセキュリティ上の懸念が高まっている。
この課題に対処するために、アバターフィンガープリントの課題は、2つのアバタービデオが同じ人間の操作者によって駆動されているかどうかを判断することである。
しかし、文学における現在の公的なデータベースは乏しく、アバターフィンガープリントの現在のタスクの現実的なシナリオを表現せず、昔ながらのトーキングヘッドアバタージェネレータのみをベースとしている。
この状況を克服するため,本稿では,アバターフィンガープリントのためのマルチジェネレータ音声アバターデータベースであるAVAPrintDBを紹介する。
AVAPrintDBは2つのオーディオヴィジュアルコーパスと3つの最先端アバタージェネレータ(GAGAvatar、LivePortrait、HunyuanPortrait)で構成され、異なる合成パラダイムを表現する。
このデータベース上に構築されたアバターフィンガープリントの標準化および再現可能なベンチマークも定義し,現状のアバターフィンガープリントシステムに着目し,ファンデーションモデル(DINOv2とCLIP)に基づいた新しい手法を探索する。
また、ジェネレータとデータセットシフトの下で包括的な分析を行う。
以上の結果から, 合成アバター間の同一性関連動作は継続するが, 現在のアバター指紋認証システムは, 合成パイプラインやソースドメインの変化に対して非常に敏感であることが示唆された。
AVAPrintDB、ベンチマークプロトコル、アバター指紋認証システムは、再現可能な研究を促進するために公開されている。
関連論文リスト
- Is It Really You? Exploring Biometric Verification Scenarios in Photorealistic Talking-Head Avatar Videos [12.12643642515884]
攻撃者はユーザーのアバターを盗み、外見や声を保ち、視覚や音だけでその使用を検知することはほぼ不可能である。
我々の主な疑問は、個人の顔の動きパターンが、アバターの視覚的外観が所有者のファクシミリであるときに、自分の身元を確認するための信頼性のある行動バイオメトリックスとして機能するかどうかである。
実験の結果,顔の動きのランドマークは,80%に近づいたAUC値による有意義な識別を可能にすることが示された。
論文 参考訳（メタデータ） (2025-08-01T16:23:27Z) - SmartAvatar: Text- and Image-Guided Human Avatar Generation with VLM AI Agents [91.26239311240873]
SmartAvatarは視覚言語によるアニメーション対応の3Dアバターを生成するためのフレームワークである。
重要なイノベーションは、エージェントがドラフトアバターを描画する自動検証ループである。
生成されたアバターは完全にリグされ、一貫したアイデンティティと外観で操作をサポートする。
論文 参考訳（メタデータ） (2025-06-05T03:49:01Z) - EVA: Expressive Virtual Avatars from Multi-view Videos [51.33851869426057]
本稿では,アクター固有の,完全に制御可能な,表現力のある人間のアバターフレームワークであるExpressive Virtual Avatars (EVA)を紹介する。
EVAは、表情、身体の動き、手の動きの独立的な制御を可能にしながら、高忠実でライフライクなレンダリングをリアルタイムで実現している。
この研究は、完全に乾燥可能なデジタル人間モデルに向けた大きな進歩を示している。
論文 参考訳（メタデータ） (2025-05-21T11:22:52Z) - GenCA: A Text-conditioned Generative Model for Realistic and Drivable Codec Avatars [44.8290935585746]
フォトリアリスティックでコントロール可能な3Dアバターは、バーチャルリアリティー(VR/MR)、テレプレゼンス、ゲーム、映画制作など、様々な用途に欠かせない。
アバター作成の伝統的な方法は、しばしば各アバターのスキャンと再構築に時間を要する。
本稿では,多彩なアイデンティティを持つ写真リアルな顔アバターを生成可能なテキスト条件生成モデルを提案する。
論文 参考訳（メタデータ） (2024-08-24T21:25:22Z) - DivAvatar: Diverse 3D Avatar Generation with a Single Prompt [95.9978722953278]
DivAvatarは、単一のテキストプロンプトから多様なアバターを生成するフレームワークである。
生成の多様性と視覚的品質を達成するための2つの重要な設計がある。
大規模な実験により、ディヴァバターは様々な外観のアバターを生成するのに非常に多用途であることが示されている。
論文 参考訳（メタデータ） (2024-02-27T08:10:31Z) - GPAvatar: Generalizable and Precise Head Avatar from Image(s) [71.555405205039]
GPAvatarは、1つの前方パスで1つまたは複数の画像から3Dヘッドアバターを再構築するフレームワークである。
提案手法は,忠実なアイデンティティ再構築,正確な表現制御,多視点一貫性を実現する。
論文 参考訳（メタデータ） (2024-01-18T18:56:34Z) - GAIA: Zero-shot Talking Avatar Generation [64.78978434650416]
GAIA(Generative AI for Avatar)を導入し、会話アバター生成におけるドメインの先行性を排除した。
GAIAは、自然性、多様性、リップシンク品質、視覚的品質の点で、これまでのベースラインモデルを上回っている。
汎用的で、制御可能な音声アバター生成やテキストインストラクションされたアバター生成など、さまざまなアプリケーションを可能にする。
論文 参考訳（メタデータ） (2023-11-26T08:04:43Z) - Avatar Fingerprinting for Authorized Use of Synthetic Talking-Head Videos [16.717930760451996]
これをアバターフィンガープリントと呼ぶ。
まず、ビデオ通話で対話する人々の実・合成ビデオの大規模なデータセットを紹介する。
顔の表情に依存しない動きのシグネチャを学習することにより、合成ビデオで表現を駆動するアイデンティティを検証する。
論文 参考訳（メタデータ） (2023-05-05T17:54:34Z) - OTAvatar: One-shot Talking Face Avatar with Controllable Tri-plane
Rendering [81.55960827071661]
制御性、一般化性、効率性は、ニューラル暗黙の場で表される顔アバターを構成する主要な目的である。
汎用制御可能な3面描画ソリューションにより顔アバターを構成するワンショット面アバター(OTAvatar)を提案する。
論文 参考訳（メタデータ） (2023-03-26T09:12:03Z)
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。