論文の概要: Direct Discrepancy Replay: Distribution-Discrepancy Condensation and Manifold-Consistent Replay for Continual Face Forgery Detection

• arxiv url: http://arxiv.org/abs/2604.12941v1
• Date: Tue, 14 Apr 2026 16:35:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.562294
• Title: Direct Discrepancy Replay: Distribution-Discrepancy Condensation and Manifold-Consistent Replay for Continual Face Forgery Detection
• Title（参考訳）: 連続顔偽造検出のための直接離散性再生:分布離散性凝縮とマニフォールド整合性再生
• Authors: Tianshuo Zhang, Haoyuan Zhang, Siran Peng, Weisong Zhao, Xiangyu Zhu, Zhen Lei,
• Abstract要約: 連続的な顔偽造検出では、検出器は、これまで見られた操作を忘れずに、新しい偽造パラダイムを学習する必要がある。 既存のCFFDメソッドは、忘れを緩和するために、少量の過去のデータをリプレイすることに依存している。 CFFDにおけるリプレイの中核的な役割は、その後のトレーニングにおいて、過去の偽タスクの分布を再保存することである、と我々は主張する。
• 参考スコア（独自算出の注目度）: 23.384166700988658
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Continual face forgery detection (CFFD) requires detectors to learn emerging forgery paradigms without forgetting previously seen manipulations. Existing CFFD methods commonly rely on replaying a small amount of past data to mitigate forgetting. Such replay is typically implemented either by storing a few historical samples or by synthesizing pseudo-forgeries from detector-dependent perturbations. Under strict memory budgets, the former cannot adequately cover diverse forgery cues and may expose facial identities, while the latter remains strongly tied to past decision boundaries. We argue that the core role of replay in CFFD is to reinstate the distributions of previous forgery tasks during subsequent training. To this end, we directly condense the discrepancy between real and fake distributions and leverage real faces from the current stage to perform distribution-level replay. Specifically, we introduce Distribution-Discrepancy Condensation (DDC), which models the real-to-fake discrepancy via a surrogate factorization in characteristic-function space and condenses it into a tiny bank of distribution discrepancy maps. We further propose Manifold-Consistent Replay (MCR), which synthesizes replay samples through variance-preserving composition of these maps with current-stage real faces, yielding samples that reflect previous-task forgery cues while remaining compatible with current real-face statistics. Operating under an extremely small memory budget and without directly storing raw historical face images, our framework consistently outperforms prior CFFD baselines and significantly mitigates catastrophic forgetting. Replay-level privacy analysis further suggests reduced identity leakage risk relative to selection-based replay.
• Abstract（参考訳）: CFFD (Continuous Face Forgery Detection) は、これまで見られた操作を忘れることなく、新しいフォージェリーパラダイムを学習するための検出器を必要とする。 既存のCFFDメソッドは通常、忘れを緩和するために、少量の過去のデータをリプレイすることに依存する。 このようなリプレイは、典型的には、いくつかの歴史的なサンプルを保存するか、検出器依存の摂動から擬似フォージェリーを合成することによって実装される。 厳格な記憶予算の下では、前者は様々な偽造の手がかりを適切にカバーすることができず、顔のアイデンティティを暴露する可能性があるが、後者は過去の決定境界に強く結びついている。 CFFDにおけるリプレイの中核的な役割は、その後のトレーニングにおいて、過去の偽タスクの分布を再保存することである、と我々は主張する。 そこで本研究では,現実の分布と偽の分布の相違を直接認識し,現段階での実際の顔を利用して分布レベルのリプレイを行う。 具体的には,DDCを導入し,特性関数空間の代理因子化による実測値の不一致をモデル化し,分布不一致マップの小さなバンクに縮合する。 さらに,現行のリアルタイム統計と互換性を維持しつつ,従来のタスクフォージェリーキューを反映したサンプルを生成することで,これらのマップの分散保存組成を用いて,リプレイサンプルを合成するマニフォールド・コンスタント・リプレイ(MCR)を提案する。 非常に少ないメモリ予算で運用し、生の顔画像を直接保存せずに、我々のフレームワークは、常にCFFDベースラインよりも優れており、破滅的な忘れを著しく軽減しています。 リプレイレベルのプライバシ分析はさらに、選択ベースのリプレイと比較してアイデンティティリークリスクの低減を示唆している。

関連論文リスト

• Sharp Convergence Rates for Masked Diffusion Models [53.117058231393834]
  制約を克服するオイラー法に対する全変分に基づく解析法を開発した。 その結果、スコア推定の仮定を緩和し、パラメータ依存性を改善し、収束保証を確立する。 全体としては,CTMC軌道に沿った直接テレビによる誤り分解と,FHSのためのデカップリングに基づく経路解析を導入している。
  論文  参考訳（メタデータ） (2026-02-26T00:47:51Z)
• When Generative Replay Meets Evolving Deepfakes: Domain-Aware Relative Weighting for Incremental Face Forgery Detection [20.277608307966382]
  生成的リプレイは過去のデータを合成することで潜在的な解決策を提供するが、偽造検出の可能性はまだ不明である。 生成的リプレイを効果的に活用するための新しいドメイン認識相対重み付け(DARW)戦略を提案する。 DARWは、ドメインリスキーサンプルの監督と潜在的な混乱のバランスをとるために、相対分離損失を適用しながら、ドメインセーフなサンプルを直接監視する。
  論文  参考訳（メタデータ） (2025-11-23T13:09:02Z)
• Pr$^2$R: Information-Fused and Style-Aware Privacy-Preserving Replay for Lifelong Person Re-Identification [8.86871840837003]
  LReID(Lifelong person re-identification)は、ドメインシフトの下で一連のタスクに知識を段階的に蓄積することを目的としている。 近年のリプレイベース手法は, 補助記憶に記憶された過去のサンプルをリハーサルすることにより, LReIDに強い効果を示した。 リプレイメモリの画素空間にシーケンシャルデータから情報を融合し、プライバシ保存リプレイを可能にする(Pr$2$R)。
  論文  参考訳（メタデータ） (2025-08-03T05:00:19Z)
• Improving Vector-Quantized Image Modeling with Latent Consistency-Matching Diffusion [55.185588994883226]
  VQ-LCMDは、学習を安定させる埋め込み空間内の連続空間潜在拡散フレームワークである。 VQ-LCMDは、関節埋め込み拡散変動下界と整合整合性(CM)損失を組み合わせた新しいトレーニング目標を使用する。 実験により,提案したVQ-LCMDは離散状態潜伏拡散モデルと比較して,FFHQ,LSUN教会,LSUNベッドルームにおいて優れた結果が得られることが示された。
  論文  参考訳（メタデータ） (2024-10-18T09:12:33Z)
• DiffusionFake: Enhancing Generalization in Deepfake Detection via Guided Stable Diffusion [94.46904504076124]
  ディープフェイク技術は、顔交換を極めて現実的にし、偽造された顔コンテンツの使用に対する懸念を高めている。 既存の方法は、顔操作の多様な性質のため、目に見えない領域に一般化するのに苦労することが多い。 顔偽造者の生成過程を逆転させて検出モデルの一般化を促進する新しいフレームワークであるDiffusionFakeを紹介する。
  論文  参考訳（メタデータ） (2024-10-06T06:22:43Z)
• Continual Offline Reinforcement Learning via Diffusion-based Dual Generative Replay [16.269591842495892]
  本研究では, 逐次的オフラインタスクに取り組むために, 前方転送を容易にし, 破滅的な忘れを緩和する実践的パラダイムについて検討する。 本稿では,生成した擬似データの同時再生により,過去の知識を保持できる2つの生成再生フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-16T15:39:11Z)
• Enhancing Consistency and Mitigating Bias: A Data Replay Approach for Incremental Learning [93.90047628101155]
  ディープラーニングシステムは、一連のタスクから学ぶとき、破滅的な忘れがちだ。 これを解決するために、新しいタスク学習中に過去のタスクからのデータを再生する手法を提案する。 しかし、メモリの制約やデータプライバシーの問題により、実際には期待できない。
  論文  参考訳（メタデータ） (2024-01-12T12:51:12Z)
• Continual Face Forgery Detection via Historical Distribution Preserving [88.66313037412846]
  CFFD(Continuous Face Forgery Detection)に焦点をあてる。 CFFDは、以前の攻撃を忘れずに、新しい偽造攻撃から効率的に学習することを目指している。 評価実験の結果,提案手法は最先端の競合よりも優れていた。
  論文  参考訳（メタデータ） (2023-08-11T16:37:31Z)
• 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)

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。