論文の概要: Advancing Reliable Synthetic Video Detection: Insights from the SAFE Challenge
- arxiv url: http://arxiv.org/abs/2605.06912v1
- Date: Thu, 07 May 2026 20:22:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 19:43:38.602166
- Title: Advancing Reliable Synthetic Video Detection: Insights from the SAFE Challenge
- Title（参考訳）: 信頼性の高い合成ビデオ検出の実現:SAFEチャレンジからの展望
- Authors: Kirill Trapeznikov, Gabriel Mancino-Ball, Jonathan Li, Paul Cummer, Jai Aslam, Danial Samadi Vahdati, Tai Nguyen, Matthew C. Stamm, Peter Bautista, Michael Davinroy, Laura Cassani, Jill Crisman,
- Abstract要約: SAFE: Synthetic Video Detection ChallengeはICCV 2025のArthitAuthenticity and Provenance in the Age of Generative AI (APAI) Workshopと共同で実施された。
コンペティションは参加者に、完全に盲目な評価条件下での合成ビデオとリアルを区別できるアルゴリズムの開発と評価を依頼した。
本研究は, クロスジェネレータ一般化の進展と, ポストプロセッシングアーティファクトに対する永続的脆弱性を明らかにするものである。
- 参考スコア（独自算出の注目度）: 11.327076814364487
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The proliferation of generative video technologies has intensified the need for reliable methods to detect and characterize synthetic media. To address this challenge, we organized the \href{https://safe-video-2025.dsri.org}{SAFE: Synthetic Video Detection Challenge}, co-located with the \textit{Authenticity and Provenance in the Age of Generative AI (APAI) Workshop }at ICCV 2025. The competition invited participants to develop and evaluate algorithms capable of distinguishing real from synthetic videos under fully blind evaluation conditions with over 600 submissions from 12 teams over a 90 day span. Hosted on the Hugging Face platform, the challenge comprised two primary tasks: (1) detection of synthetic video content generated by diverse state-of-the-art models, and (2) detection of synthetic content following common post-processing operations such as resizing, re-compression, motion blur and others. The challenge data consisted of 13 modern high quality synthetic video models with generated content matched to real videos from 21 diverse and challenge sources, all adding up to 20 hours of 6,000 video samples. This paper describes the challenge design, dataset construction, evaluation methodology, and outcomes, offering insights into the generalization and robustness of contemporary synthetic video detection methods. Our findings highlight measurable progress in cross-generator generalization but also persistent vulnerabilities to post-processing artifacts. https://safe-video-2025.dsri.org
- Abstract（参考訳）: 生成ビデオ技術の普及により、合成メディアの検出と特徴付けのための信頼性の高い方法の必要性が高まっている。
この課題に対処するため、ICCV 2025で \href{https://safe-video-2025.dsri.org}{SAFE: Synthetic Video Detection Challenge} を組織した。
コンペティションは参加者を招待し、90日間に12チームから600以上の応募があり、完全に盲目な評価条件下で合成ビデオとリアルを区別できるアルゴリズムを開発し、評価した。
ハギングフェイスプラットフォーム上にホストされた課題は,(1)多種多様な最先端モデルによって生成された合成ビデオコンテンツの検出,(2)リサイズ,再圧縮,動きのぼけなどの一般的な後処理操作による合成コンテンツの検出,の2つの主要な課題から構成された。
チャレンジデータは、現代の高品質な合成ビデオモデル13からなり、生成されたコンテンツは、21の多様な、挑戦的なソースの実際のビデオと一致し、すべて最大で6,000のビデオサンプルを20時間追加した。
本稿では,現代の合成ビデオ検出手法の一般化とロバスト性に関する知見を提供するとともに,課題設計,データセット構築,評価方法論,成果について述べる。
本研究は, クロスジェネレータ一般化の進展と, ポストプロセッシングアーティファクトに対する永続的脆弱性を明らかにするものである。
https://safe-video-2025.dsri.org
関連論文リスト
- LoViF 2026 The First Challenge on Holistic Quality Assessment for 4D World Model (PhyScore) [130.91833247554004]
LoViF 2026 PhyScoreチャレンジは、ワールドモデル生成ビデオの全体的な品質評価に関する競争である。
ベンチマークデータセットには、7つの代表的な世界生成モデルによって生成された1,554のビデオが含まれている。
本報告では,課題設計を要約し,提案したソリューションからメソッドレベルの洞察を提供する。
論文 参考訳（メタデータ） (2026-05-06T17:52:39Z) - SynthForensics: A Multi-Generator Benchmark for Detecting Synthetic Video Deepfakes [5.341795386333291]
われわれはSynthForensicsを導入し、人工的なビデオディープフェイクを検知する最初の人間中心のベンチマークを私たちの知る限りで紹介する。
ベンチマークは、アーキテクチャ的に異なる、最先端のオープンソースT2Vモデルの6,815のユニークなビデオで構成されている。
AUCの平均的な性能低下は29.19%で、いくつかの手法はランダムな確率よりも悪く、上位モデルは重い圧縮の下で30ポイント以上低下する。
論文 参考訳（メタデータ） (2026-02-04T16:47:37Z) - Leveraging Pre-Trained Visual Models for AI-Generated Video Detection [54.88903878778194]
ビデオ生成の分野はDeepFakesを超えて進歩し、ジェネリックコンテンツでAI生成ビデオを検出する方法が緊急に必要になった。
本稿では,事前学習した視覚モデルを用いて,実写映像と実写映像を区別する手法を提案する。
提案手法は, 平均90%以上で高い検出精度を達成し, その有効性を裏付けるものである。
論文 参考訳（メタデータ） (2025-07-17T15:36:39Z) - DAVID-XR1: Detecting AI-Generated Videos with Explainable Reasoning [58.70446237944036]
DAVID-Xは、AI生成ビデオに詳細な欠陥レベル、時間空間アノテーションと有理書を組み合わせた最初のデータセットである。
DAVID-XR1は、視覚的推論の解釈可能な連鎖を提供するために設計されたビデオ言語モデルである。
以上の結果から,AI生成ビデオコンテンツの信頼性確認のための説明可能な検出手法が期待できることを示す。
論文 参考訳（メタデータ） (2025-06-13T13:39:53Z) - AvatarShield: Visual Reinforcement Learning for Human-Centric Synthetic Video Detection [20.800161778433914]
人間中心のビデオ生成法は、人体全体を制御可能な動きで合成することができる。
既存の検出方法は、このようなフルボディの合成コンテンツによって引き起こされるリスクの増大をおおむね見落としている。
マルチモーダルな人間中心型合成ビデオ検出フレームワークであるAvatarShieldを提案する。
論文 参考訳（メタデータ） (2025-05-21T06:43:34Z) - xGen-VideoSyn-1: High-fidelity Text-to-Video Synthesis with Compressed Representations [120.52120919834988]
xGen-SynVideo-1(xGen-SynVideo-1)は、テキスト記述からリアルなシーンを生成することができるテキスト・ツー・ビデオ(T2V)生成モデルである。
VidVAEはビデオデータを空間的にも時間的にも圧縮し、視覚トークンの長さを大幅に削減する。
DiTモデルは、空間的および時間的自己アテンション層を取り入れ、異なる時間枠とアスペクト比をまたいだ堅牢な一般化を可能にする。
論文 参考訳（メタデータ） (2024-08-22T17:55:22Z) - NTIRE 2021 Challenge on Quality Enhancement of Compressed Video: Dataset
and Study [95.36629866768999]
本稿では, NTIRE 2021チャレンジの最先端手法について, 映像強調のための新しいデータセットを提案する。
この課題は、3つのコンペティション、数百の参加者、数十のソリューションで、この方向の最初のNTIREチャレンジです。
NTIRE 2021の課題は圧縮ビデオの品質向上の最先端技術であることがわかった。
論文 参考訳（メタデータ） (2021-04-21T22:18:33Z)
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。