論文の概要: GLID: Gated Local Intrinsic Dimension Repairs the Blind Spots of Face-Forgery Detectors
- arxiv url: http://arxiv.org/abs/2607.18770v1
- Date: Tue, 21 Jul 2026 06:52:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.340068
- Title: GLID: Gated Local Intrinsic Dimension Repairs the Blind Spots of Face-Forgery Detectors
- Title（参考訳）: GLID:局所固有次元による顔検出器の盲点修復
- Abstract要約: ファインチューニングされたファウンデーションモデル検出器がフェイスフォージェリーベンチマークを支配しているが、訓練を受けていないジェネレータファミリーには目が見えていない。
GLIDは、データの代わりに幾何学でこの盲点を修復する検出器である。
GLIDは、単一の画像のパッチトークンを多様体からのサンプルとして扱い、その局所固有次元(LID)を凍結視覚変換器のいくつかの深さで推定する。
- 参考スコア（独自算出の注目度）: 4.564848621539382
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fine-tuned foundation-model detectors dominate face-forgery benchmarks, yet they stay blind to generator families absent from training. We present GLID, a detector that repairs this blind spot with geometry instead of data. GLID treats the patch tokens of a single image as a sample from a manifold and estimates their local intrinsic dimension (LID) at several depths of a frozen vision transformer. This 12-dimensional, training-free signal enters a fine-tuned detector through a confidence gate whose strength is calibrated purely in-distribution. On a 16-axis cross-generator benchmark, GLID reaches 0.805 mean AUC, first among retrained state-of-the-art baselines and never significantly behind the strongest of them on any axis. It lifts the generation axes by +0.084 AUC while moving reenactment by only -0.005. Two empirical laws explain the design. First, forged faces bend the token manifold at family-specific depths: GAN artifacts peak at the last layer, diffusion artifacts peak mid-network, and the pattern survives four backbones, three dimension estimators, and non-face imagery. Second, fine-tuning absorbs auxiliary gains exactly where training data covers: injecting 1% target-family images erases a +0.100 gain, so geometric signals matter precisely where data is unavailable. The deterministic signal also cuts the cross-seed spread of accuracy 5.5x. Code, preregistered analysis gates, and per-image scores accompany the paper.
- Abstract（参考訳）: ファインチューニングされたファウンデーションモデル検出器がフェイスフォージェリーベンチマークを支配しているが、訓練を受けていないジェネレータファミリーには目が見えていない。
GLIDは、データの代わりに幾何学でこの盲点を修復する検出器である。
GLIDは、単一の画像のパッチトークンを多様体からのサンプルとして扱い、その局所固有次元(LID)を凍結視覚変換器のいくつかの深さで推定する。
この12次元の無訓練信号は、強度を純粋に分布内で調整した信頼ゲートを介して微調整された検出器に入る。
16軸クロスジェネレータのベンチマークでは、GLIDはAUCの平均0.805に達し、最初に訓練された最先端のベースラインのうちの1つである。
生成軸を+0.084 AUCで持ち上げ、再生成を-0.005だけ移動させる。
2つの経験則が設計を説明する。
GANアーティファクトは最終層でピーク、拡散アーティファクトは中間層でピーク、パターンは4つのバックボーン、3次元推定器、非顔画像で生き残る。
第2に、微調整はトレーニングデータを正確にカバーする補助的なゲインを吸収する:1%のターゲットファミリーイメージを注入すると+0.100ゲインが消去されるので、幾何学的な信号はデータが利用できない場所で正確に重要となる。
決定論的信号は、精度5.5xのクロスシード拡散も遮断する。
コード、事前登録された分析ゲート、画像毎のスコアが論文に付随する。
関連論文リスト
- Benchmarking Spatial, Spectral, and Self-Supervised Cues for Face Forgery Detection under Realistic Degradation [0.6619186532078049]
本稿では,MFFI(Multi-dimensional Face Forgery Image)データセットを用いた顔偽造検出のための標準化されたベンチマークを提案する。
我々は、畳み込みネットワーク、トランスフォーマーベースモデル、凍結自己管理型DINOv3バックボーンを含む6つのモデルファミリを比較した。
RGB の Xception は 0.884 に達すると ROC-AUC となるが、ハードパーティションでは大幅に劣化する。
論文 参考訳（メタデータ） (2026-09-01T16:41:55Z) - DNA: Dual-stage Native Attribution for Generated Image Source Tracing [75.65470221927096]
既存のプロアクティブな方法は、透かしの埋め込みやモデル修正に依存している。
DNAは、ニューラルネットワークのトレーニングを追加せずに、この階層に従う粗大なフレームワークである。
実験の結果、DNAは89.11%のエンドツーエンドの属性精度を達成している。
論文 参考訳（メタデータ） (2026-07-15T10:27:52Z) - FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。
ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。
ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
論文 参考訳（メタデータ） (2026-07-13T14:10:01Z) - Anticipating the Optimism Gap: Predicting Distribution-Shift Degradation of RF-Impairment Detectors from In-Distribution Statistics [0.0]
電波障害の検知器は、通常、調整された分布で測定された単一のAUCで報告される。
アウト・オブ・ディストリビューション・データを見る前に、この楽観主義が予測できるかどうかを問う。
論文 参考訳（メタデータ） (2026-06-20T14:10:59Z) - Pressure-Testing Deception Probes in LLMs: Scaling, Robustness, and the Geometry of Deceptive Representations [5.218766876318545]
LLMのアクティベーションをトレーニングした線形プローブは、騙し検出指標としてますます提案されているが、AUROCは分布シフトの下で崩壊しながらクリーンなベンチマークで0.96を超えることを報告している。
本稿では, Gemma 3 モデルファミリ(1B-27B パラメータ)における圧力-プローブ-ベースの測定値について, 系統的に検討する。
1) 単線方向, (2) 多次元部分空間, (3) 凸円錐殻, (4) エントロピープロキシの4つの仮説を検証した。
論文 参考訳（メタデータ） (2026-05-27T04:51:55Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Revisiting the Scale Loss Function and Gaussian-Shape Convolution for Infrared Small Target Detection [5.238802422720473]
赤外線小目標検出は、非単調なスケール損失関数からの不安定性のトレーニングと、空間的注意の欠如という2つの永続的な課題に直面している。
本稿では,予測マスクと地上真実との符号付き面積差に応じて予測を重み付けするエンフディフに基づくスケール損失を提案する。
空間側では、赤外小目標の中心集中強度プロファイルと一致するように、学習可能なスケールパラメータを持つEmphGaussian型畳み込みを導入する。
論文 参考訳（メタデータ） (2026-04-11T02:31:14Z) - Do Foundation Models Know Geometry? Probing Frozen Features for Continuous Physical Measurement [0.0]
視覚言語モデルは、それらのテキスト経路が表現できないような幾何学を符号化する。
ロラ微調整(r=16, 2,000枚)は、このギャップを6.5度に縮める。
これらの知見は、単一の凍結したバックボーンがマルチタスク幾何学的センサーとして機能することを可能にした。
論文 参考訳（メタデータ） (2026-03-06T16:48:27Z) - GenFace: A Large-Scale Fine-Grained Face Forgery Benchmark and Cross Appearance-Edge Learning [50.7702397913573]
フォトリアリスティック・ジェネレータの急速な進歩は、真の画像と操作された画像の相違がますます不明瞭になっている臨界点に達している。
公開されている顔の偽造データセットはいくつかあるが、偽造顔は主にGANベースの合成技術を用いて生成される。
我々は,大規模で多様できめ細かな高忠実度データセットであるGenFaceを提案し,ディープフェイク検出の進展を促進する。
論文 参考訳（メタデータ） (2024-02-03T03:13:50Z) - Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
本稿では,分類に基づく比較的研究の少ない方法論について検討する。
我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。
航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
論文 参考訳（メタデータ） (2020-11-19T05:42:02Z) - Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint
modeling [69.35569554213679]
解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。
この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。
本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
論文 参考訳（メタデータ） (2020-05-16T21:17:26Z)
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。