論文の概要: LOGER: Local--Global Ensemble for Robust Deepfake Detection in the Wild

• arxiv url: http://arxiv.org/abs/2604.03558v1
• Date: Sat, 04 Apr 2026 02:56:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.639887
• Title: LOGER: Local--Global Ensemble for Robust Deepfake Detection in the Wild
• Title（参考訳）: LOGER:野生におけるロバストディープフェイク検出のための局所グローバルアンサンブル
• Authors: Fei Wu, Dagong Lu, Mufeng Yao, Xinlei Xu, Fengjun Guo,
• Abstract要約: LOGERはロバストディープフェイク検出のためのLOcal-Global Ensembleフレームワークである。 LOGERは、NTIRE 2026 Robust Deepfake Detection Challengeで2位を獲得した。
• 参考スコア（独自算出の注目度）: 17.30735058274559
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robust deepfake detection in the wild remains challenging due to the ever-growing variety of manipulation techniques and uncontrolled real-world degradations. Forensic cues for deepfake detection reside at two complementary levels: global-level anomalies in semantics and statistics that require holistic image understanding, and local-level forgery traces concentrated in manipulated regions that are easily diluted by global averaging. Since no single backbone or input scale can effectively cover both levels, we propose LOGER, a LOcal--Global Ensemble framework for Robust deepfake detection. The global branch employs heterogeneous vision foundation model backbones at multiple resolutions to capture holistic anomalies with diverse visual priors. The local branch performs patch-level modeling with a Multiple Instance Learning top-$k$ aggregation strategy that selectively pools only the most suspicious regions, mitigating evidence dilution caused by the dominance of normal patches; dual-level supervision at both the aggregated image level and individual patch level keeps local responses discriminative. Because the two branches differ in both granularity and backbone, their errors are largely decorrelated, a property that logit-space fusion exploits for more robust prediction. LOGER achieves 2nd place in the NTIRE 2026 Robust Deepfake Detection Challenge, and further evaluation on multiple public benchmarks confirms its strong robustness and generalization across diverse manipulation methods and real-world degradation conditions.
• Abstract（参考訳）: 野生でのロバストディープフェイク検出は、多種多様な操作技術と制御されていない現実世界の劣化のため、依然として困難である。 ディープフェイク検出のための法医学的手がかりは、全体像理解を必要とする意味学と統計学におけるグローバルレベルの異常と、グローバル平均化によって容易に希釈される操作された領域に集中した局所レベルの偽証跡の2つの補完レベルに存在する。 両レベルを効果的にカバーできるバックボーンや入力スケールは存在しないため,ロバスト深度検出のためのLocal-Global EnsembleフレームワークであるLOGERを提案する。 グローバルブランチでは、多解像度で異種視覚基盤モデルバックボーンを使用して、多様な視覚的前兆を持つ全体的異常を捉えている。 ローカルブランチは、最も疑わしい領域のみを選択的にプールするMultiple Instance Learning Top-$k$アグリゲーション戦略を用いて、パッチレベルのモデリングを実行する。 2つの分岐は粒度とバックボーンの両方が異なるため、それらのエラーは大部分が非相関であり、ロジット空間融合がより堅牢な予測のために利用する特性である。 LOGER は NTIRE 2026 Robust Deepfake Detection Challenge で2位を獲得し、さらに複数の公開ベンチマークによる評価により、様々な操作方法と実世界の劣化条件にまたがる強い堅牢性と一般化が確認された。

関連論文リスト

• DeepShield: Fortifying Deepfake Video Detection with Local and Global Forgery Analysis [59.8324489002129]
  ローカルな感度とグローバルな一般化のバランスを保ち、目に見えない偽造品間の堅牢性を改善するディープフェイク検出フレームワークであるDeepShieldを紹介する。 DeepShieldは、時間的アーティファクトモデリングとパッチ単位での監視を適用して、グローバルモデルでしばしば見過ごされる微細な不整合をキャプチャする。
  論文  参考訳（メタデータ） (2025-10-29T07:35:29Z)
• Morphology-optimized Multi-Scale Fusion: Combining Local Artifacts and Mesoscopic Semantics for Deepfake Detection and Localization [30.871239863769404]
  一般的な戦略は、操作されたイメージとともに、モデルトレーニング中に偽のリージョンアノテーションを組み込むことである。 本研究では,局所的視点と大域的視点の両方を用いて操作された領域を独立に予測する手法を提案する。
  論文  参考訳（メタデータ） (2025-09-17T07:46:07Z)
• Beyond Artificial Misalignment: Detecting and Grounding Semantic-Coordinated Multimodal Manipulations [56.816929931908824]
  マルチモーダルデータにおける意味的協調操作の検出の先駆者となった。 本稿では,RamDG(Retrieval-Augmented Manipulation Detection and Grounding)フレームワークを提案する。 我々のフレームワークは既存の手法よりも優れており、SAMMの精度は最先端の手法に比べて2.06%高い。
  論文  参考訳（メタデータ） (2025-09-16T04:18:48Z)
• OoDDINO:A Multi-level Framework for Anomaly Segmentation on Complex Road Scenes [3.0743391441996684]
  異常セグメンテーションは、画像内の異常なオブジェクトを識別することを目的としている。 既存のピクセルワイズ手法は、通常、個々の異常スコアを割り当て、グローバルなしきい値戦略を用いて異常を分割する。 OoDDINOは,これらの制約に対処するために設計された,新しいマルチレベル・アノマライ・セグメンテーション・フレームワークである。
  論文  参考訳（メタデータ） (2025-07-02T08:15:11Z)
• DDL: A Large-Scale Datasets for Deepfake Detection and Localization in Diversified Real-World Scenarios [51.916287988122406]
  本稿では,$textbf1.4M+$forgedサンプルを含む大規模ディープフェイク検出およびローカライゼーション(textbfDDL)データセットを提案する。 我々のDDLは、複雑な現実世界の偽造のより困難なベンチマークを提供するだけでなく、次世代のディープフェイク検出、ローカライゼーション、解釈可能性メソッドを構築するための重要なサポートも提供しています。
  論文  参考訳（メタデータ） (2025-06-29T15:29:03Z)
• Crane: Context-Guided Prompt Learning and Attention Refinement for Zero-Shot Anomaly Detection [50.343419243749054]
  異常検出は、医学診断や工業的欠陥検出などの分野において重要である。 CLIPの粗粒化画像テキストアライメントは、微粒化異常に対する局所化と検出性能を制限する。 クレーンは最先端のZSADを2%から28%に改善し、画像レベルとピクセルレベルの両方で、推論速度では競争力を維持している。
  論文  参考訳（メタデータ） (2025-04-15T10:42:25Z)
• Generalize or Detect? Towards Robust Semantic Segmentation Under Multiple Distribution Shifts [56.57141696245328]
  斬新なクラスとドメインの両方が存在するようなオープンワールドシナリオでは、理想的なセグメンテーションモデルは安全のために異常なクラスを検出する必要がある。 既存の方法はドメインレベルとセマンティックレベルの分散シフトを区別するのに苦労することが多い。
  論文  参考訳（メタデータ） (2024-11-06T11:03:02Z)
• Multi-attentional Deepfake Detection [79.80308897734491]
  ディープフェイクによる顔の偽造はインターネットに広まり、深刻な社会的懸念を引き起こしている。 新たなマルチアテンテーショナルディープフェイク検出ネットワークを提案する。 具体的には,1)ネットワークを異なる局所的部分へ配置するための複数の空間的注意ヘッド,2)浅い特徴の微妙なアーティファクトをズームするテクスチャ的特徴拡張ブロック,3)低レベルなテクスチャ特徴と高レベルなセマンティクス特徴をアグリゲートする,の3つの構成要素からなる。
  論文  参考訳（メタデータ） (2021-03-03T13:56:14Z)

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。