論文の概要: SGF-CDNet: A Consistency-Discrepancy Graph Network over Semantic-Geometric Fused Nodes for Face Forgery Detection

• arxiv url: http://arxiv.org/abs/2607.03883v1
• Date: Sat, 04 Jul 2026 13:59:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.744728
• Title: SGF-CDNet: A Consistency-Discrepancy Graph Network over Semantic-Geometric Fused Nodes for Face Forgery Detection
• Title（参考訳）: SGF-CDNet:顔偽造検出のための意味幾何学的融合ノード上の一貫性分散グラフネットワーク
• Abstract要約: 本稿では,SGFノード上の一貫性分散グラフネットワーク(CD-GNN)であるSGF-CDNetを提案する。 まず、SGF-CDNetは、顔のランドマークからの幾何学的情報による顔解析から意味領域を深く融合させてSGFノードを構築する。 これらのプロセスを統合することにより,顔成分間の不調和関係を効果的に同定する。
• 参考スコア（独自算出の注目度）: 48.63500227839466
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rapid advancement of deepfakes necessitates robust face forgery detection. Although forged faces may lack obvious artifacts, they often contain subtle disharmony among different facial regions. We propose SGF-CDNet, a Consistency-Discrepancy Graph Network (CD-GNN) over Semantic-Geometric Fused (SGF) nodes. First, SGF-CDNet constructs SGF nodes by deeply fusing semantic regions from face parsing with geometric information from facial landmarks, allowing nodes to capture both high-level concepts and precise geometric constraints. Next, a dual-path CD-GNN performs parallel relational reasoning on these nodes across two dimensions: consistency and discrepancy. The consistency path evaluates if facial components follow natural biological patterns, while the discrepancy path mines for structural tensions and feature conflicts introduced by forgeries. By integrating these processes, our model effectively identifies disharmonious relationships between facial components. Extensive experiments on public datasets demonstrate that SGF-CDNet achieves superior performance, establishing it as a reliable solution for face forgery detection.
• Abstract（参考訳）: ディープフェイクの急速な進歩は、堅牢な顔偽造検出を必要とする。 偽造された顔には明らかなアーチファクトが欠如しているが、しばしば異なる顔領域間で微妙な不整合を含んでいる。 本稿では,SGFノード上の一貫性分散グラフネットワーク(CD-GNN)であるSGF-CDNetを提案する。 まず、SGF-CDNetは、顔のランドマークからの幾何情報による顔解析から意味領域を深く融合させることで、SGFノードを構築し、高いレベルの概念と正確な幾何学的制約の両方をノードが捉えることができる。 次に、デュアルパスCD-GNNは、これらのノードに対して、一貫性と不一致という2つの次元にわたる並列リレーショナル推論を実行する。 整合性経路は、顔成分が自然の生物学的パターンに従うかどうかを評価し、相違経路は、構造的緊張と偽造によって導入された特徴的衝突を判断する。 これらのプロセスを統合することにより,顔成分間の不調和関係を効果的に同定する。 公開データセットに関する大規模な実験は、SGF-CDNetが優れたパフォーマンスを達成し、顔偽造検出のための信頼性の高いソリューションとして確立していることを示している。

関連論文リスト

• Graph-Based Fraud Detection with Dual-Path Graph Filtering [52.459703746017624]
  グラフデータの不正検出には、異なるタイプのノードを区別する必要がある。 本稿では,デュアルパスグラフフィルタを用いたグラフベースフラッド検出モデルを提案する。 4つの実世界の金融不正検出データセットの実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2026-04-14T20:46:36Z)
• Contrastive Graph Modeling for Cross-Domain Few-Shot Medical Image Segmentation [58.41482540044918]
  クロスドメイン少ショット医療画像セグメンテーション(CD-FSMIS)は医療応用に有望でデータ効率のよいソリューションを提供する。 本稿では,医用画像の構造的整合性を利用したコントラストグラフモデリング(C-Graph)を提案する。
  論文  参考訳（メタデータ） (2025-12-25T14:00:17Z)
• Towards Robust DeepFake Detection under Unstable Face Sequences: Adaptive Sparse Graph Embedding with Order-Free Representation and Explicit Laplacian Spectral Prior [12.202765237400143]
  本稿では,Laplacian-Regularized Graph Convolutional Network (LR-GCN)を提案する。 LR-GCNは、高度のグローバル・ローカル・ディスラプションの下で、最先端の性能とロバスト性を大幅に向上する。
  論文  参考訳（メタデータ） (2025-12-08T12:31:07Z)
• FDNet: Feature Decoupled Segmentation Network for Tooth CBCT Image [5.455286826028825]
  本稿では,CBCTスキャンで遭遇する歯質変化状況に優れた特徴デカップリングネットワークであるFDNetを提案する。 フレームワークの有効性は厳格なベンチマークによって検証され、それぞれ85.28%と75.23%のDiceとIoUのスコアを達成している。
  論文  参考訳（メタデータ） (2023-11-11T12:00:24Z)
• Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
  視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
  論文  参考訳（メタデータ） (2022-08-10T15:41:48Z)
• Robust Attentive Deep Neural Network for Exposing GAN-generated Faces [40.15016121723183]
  本稿では,GAN生成した顔の視線不整合を解析して検出できる,頑健で注意深いエンドツーエンドネットワークを提案する。 我々は,AUCの損失と従来のクロスエントロピーの損失を共同で考慮し,不均衡な学習問題に対処する。
  論文  参考訳（メタデータ） (2021-09-05T21:22:39Z)
• Heterogeneous Face Frontalization via Domain Agnostic Learning [74.86585699909459]
  本研究では, 視覚領域における正面視を, ポーズのバリエーションで合成できるドメイン非依存学習型生成逆数ネットワーク(DAL-GAN)を提案する。 DAL-GANは、補助分類器を備えたジェネレータと、より優れた合成のために局所的およびグローバルなテクスチャ識別をキャプチャする2つの識別器から構成される。
  論文  参考訳（メタデータ） (2021-07-17T20:41:41Z)
• An Adversarial Human Pose Estimation Network Injected with Graph Structure [75.08618278188209]
  本稿では,いくつかの関節が見えない場合に,可視関節の局所化精度を向上させるために,新しいGAN(Generative Adversarial Network)を設計する。 ネットワークは、2つのシンプルで効率的なモジュール、カスケード機能ネットワーク(CFN)とグラフ構造ネットワーク(GSN)で構成されています。
  論文  参考訳（メタデータ） (2021-03-29T12:07:08Z)

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。