論文の概要: CUPID: Reconstructing UV Texture Maps for Interpretable Person-of-Interest Deepfake Detection

• arxiv url: http://arxiv.org/abs/2606.20302v1
• Date: Thu, 18 Jun 2026 14:37:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.921078
• Title: CUPID: Reconstructing UV Texture Maps for Interpretable Person-of-Interest Deepfake Detection
• Title（参考訳）: CUPID:対話型ディープフェイク検出のためのUVテクスチャマップの再構築
• Authors: Giovanni Affatato, Sara Mandelli, Edoardo Daniele Cannas, Paolo Bestagini, Stefano Tubaro,
• Abstract要約: CUPIDは、UVテクスチャマップ(3次元顔再構成から派生した顔の外観表現)とMasked Autoencoder(MAE)の表現学習能力を組み合わせたPOIビデオディープフェイク検出器である。 本手法では,トレーニング段階ではディープフェイクビデオは不要であり,トレーニングセットに特定のPOIを組み込む必要もない。 テスト段階では、POIを描写したクエリビデオから抽出した埋め込みを、プリスタン参照ビデオと照合して、ビデオの信頼性を評価することができる。
• 参考スコア（独自算出の注目度）: 20.011973962811528
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deepfakes targeting a high-profile individual, known as Person-of-Interest (POI), are a threat to modern democracies and societies. Current POI deepfake detection methods still struggle to combine robustness to post-processing, efficiency and interpretability, focal aspects of modern deepfake detectors. In this paper we propose CUPID, a POI video deepfake detector that combines UV texture maps, a facial appearance representation derived from 3D face reconstructions, with the representation learning capabilities of the Masked Autoencoder (MAE). Our method does not require any deepfake videos in its training phase. Moreover, it does not even require to include a specific POI in the training set: the combination of UV texture maps extracted from real video frames and the MAE context-guided reconstruction yields a latent space that captures rich and discriminative facial features also for identities unseen during training. In the testing phase, the embeddings extracted from a query video depicting the POI can be matched against pristine reference videos to assess the video authenticity. Furthermore, operating in the UV space naturally provides an additional layer of interpretability. Specifically, we can extract decoded residual maps that highlight which facial regions of a test video deviate most from the identity representation of the corresponding POI. Experiments on four deepfake datasets show that CUPID outperforms current state of the art on most datasets and achieves the best overall robustness against strong downscaling and compression, providing also substantially faster inference. Our experimental code will be released at https://github.com/polimi-ispl/CUPID.
• Abstract（参考訳）: ディープフェイクは、Person-of-Interest(POI)として知られる有名人をターゲットにしており、現代の民主主義や社会への脅威である。 現在のPOIディープフェイク検出法は、最近のディープフェイク検出器の焦点となる、後処理、効率、解釈可能性に堅牢性を組み合わせるのに依然として苦労している。 本稿では、3次元顔再構成から得られた顔の外観表現であるUVテクスチャマップとMasked Autoencoder(MAE)の表現学習機能を組み合わせたPOIビデオディープフェイク検出器CUPIDを提案する。 トレーニング段階ではディープフェイクビデオは不要である。 さらに、実際のビデオフレームから抽出されたUVテクスチャマップとMAEコンテキスト誘導再構成の組み合わせは、トレーニング中に見つからない身元だけでなく、豊かで差別的な顔の特徴をキャプチャする潜在空間を得る。 テスト段階では、POIを描写したクエリビデオから抽出した埋め込みを、プリスタン参照ビデオと照合して、ビデオの信頼性を評価することができる。 さらに、UV空間での操作は自然に解釈可能性の付加層を提供する。 具体的には、テストビデオのどの顔領域が対応するPOIの同一性表現から最も逸脱しているかを示す復号された残像マップを抽出することができる。 4つのディープフェイクデータセットの実験によると、CUPIDは、ほとんどのデータセットで現在の最先端よりも優れており、強いダウンスケールと圧縮に対して最高の全体的な堅牢性を実現し、さらにはるかに高速な推論を可能にしている。 実験コードはhttps://github.com/polimi-ispl/CUPID.comで公開されます。

関連論文リスト

• EDVD-LLaMA: Explainable Deepfake Video Detection via Multimodal Large Language Model Reasoning [58.42596067220998]
  ディープフェイクビデオ技術は 芸術的な創造を 促進しただけでなく 偽情報を広めやすくした 従来のディープフェイクビデオ検出手法は、その原則の透明性の欠如や、偽造技術に対処する能力の不足といった問題に直面している。 本稿では,Deepfake Video Detection (EDVD) タスクを提案し,EDVD-LLaMAマルチモーダル推論フレームワークを設計する。
  論文  参考訳（メタデータ） (2025-10-18T10:34:05Z)
• Learning Human-Perceived Fakeness in AI-Generated Videos via Multimodal LLMs [92.02382309654263]
  DeeptraceRewardは、人間が認識した偽のトレースをビデオ生成報酬に注釈付けするベンチマークである。 データセットは、高品質な3.3ビデオにまたがる4.3Kの詳細なアノテーションで構成されている。 これらのアノテーションを9つの主要なディープフェイクトレースカテゴリに集約し、人間が動画をAI生成であると識別する。
  論文  参考訳（メタデータ） (2025-09-26T17:59:54Z)
• A Lightweight and Interpretable Deepfakes Detection Framework [8.23719496171112]
  いわゆるディープフェイクの創造と普及は、社会生活、市民の休息、法律に深刻な脅威をもたらす。 既存の検出器のほとんどは、フェイススワップ、リップシンク、パペットマスターのディープフェイクの検出に重点を置いている。 本稿では,ハイブリッド顔のランドマークを融合した特徴量を利用した統合フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-21T07:03:11Z)
• Vulnerability-Aware Spatio-Temporal Learning for Generalizable Deepfake Video Detection [14.586314545834934]
  本稿では,FakeSTormerと呼ばれる微細なディープフェイク映像検出手法を提案する。 具体的には、2つの補助分岐を組み込んだマルチタスク学習フレームワークを導入する。 また、微妙な時間的アーティファクトを持つ擬似フェイクビデオを生成するビデオレベルの合成戦略を提案する。
  論文  参考訳（メタデータ） (2025-01-02T10:21:34Z)
• Deepfake detection in videos with multiple faces using geometric-fakeness features [79.16635054977068]
  被害者や人物のディープフェイクは、脅迫、ゆがみ、金融詐欺の詐欺師によって使用される。 本研究では,映像中の顔の存在の動的度を特徴付ける幾何学的フェイクネス機能(GFF)を提案する。 我々は、ビデオに同時に存在する複数の顔でビデオを分析するために、我々のアプローチを採用している。
  論文  参考訳（メタデータ） (2024-10-10T13:10:34Z)
• Unmasking Deepfakes: Masked Autoencoding Spatiotemporal Transformers for Enhanced Video Forgery Detection [19.432851794777754]
  本稿では,自己教師型マスク自動符号化装置によって事前訓練された視覚変換器を用いたディープフェイク映像の検出手法を提案する。 提案手法は,ビデオの個々のRGBフレームから空間情報を学習することに焦点を当てた2つのコンポーネントで構成され,一方は連続するフレームから生成された光フロー場から時間的整合性情報を学習する。
  論文  参考訳（メタデータ） (2023-06-12T05:49:23Z)
• Deep Convolutional Pooling Transformer for Deepfake Detection [54.10864860009834]
  本研究では,局所的・グローバル的に決定的な画像特徴を取り入れた深部畳み込み変換器を提案する。 具体的には,抽出した特徴を充実させ,有効性を高めるために,畳み込みプーリングと再アテンションを適用した。 提案手法は、内部実験と相互データセット実験の両方において、最先端のベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2022-09-12T15:05:41Z)
• Video Transformer for Deepfake Detection with Incremental Learning [11.586926513803077]
  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く浸透しており、これが深刻な社会的懸念を引き起こす。 本稿では,ディープフェイクビデオを検出するためのインクリメンタル学習を備えた新しいビデオトランスフォーマーを提案する。
  論文  参考訳（メタデータ） (2021-08-11T16:22:56Z)

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。