論文の概要: Towards a satellite image manipulation and deepfake localization benchmark dataset
- arxiv url: http://arxiv.org/abs/2608.04840v1
- Date: Wed, 05 Aug 2026 13:36:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 14:48:43.942155
- Title: Towards a satellite image manipulation and deepfake localization benchmark dataset
- Title（参考訳）: 衛星画像操作とディープフェイク・ローカライゼーション・ベンチマーク・データセットの実現に向けて
- Authors: Jacob Arndt, Debvrat Varshney, Philipe Dias, Nivedita Nukavarapu,
- Abstract要約: 衛星画像の真正性を検証することが ますます重要になっている 生成人工知能の進歩から
リモートセンシングコミュニティには、検出と画像鑑定アルゴリズムのトレーニングと評価に適した、高品質できめ細かい操作データセットが欠けている。
本稿では,衛星画像操作検出と局所化のための予備的なデータセット構築プロセスとプロトタイプベンチマークデータセットについて述べる。
- 参考スコア（独自算出の注目度）: 0.5774786149181393
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Verifying the authenticity of satellite imagery has become increasingly critical given advances in generative artificial intelligence. Highly realistic synthetic imagery produced for malicious purposes (deepfakes) can have major consequences in the remote sensing domain, where this data is a fundamental source of information for science applications, planning, logistics, and monitoring. The remote sensing community lacks high-quality, fine-grained manipulation datasets suitable for training and evaluating detection and image forensics algorithms. Existing datasets are lacking and those that do exist either provide no ground truth masks for evaluating manipulation localization, or consist of entire images generated by GANs or diffusion models, which are inadequate for measuring localization performance. To address this gap, we describe a preliminary dataset construction process and prototype benchmark dataset for satellite image manipulation detection and localization. The dataset contains 60 images total, with 30 images carefully manipulated using three manipulation types including copy-paste splicing and diffusion model inpainting, and 30 authentic images. Each image is accompanied by a ground-truth mask and acquisition metadata, enabling both pixel-level localization metrics, image metadata studies, and analyses of how manipulation detection performance relates to image collection parameters. We describe the dataset construction process and present this initial release to support further research in image forensics and geospatial deepfake detection. The prototype dataset can be downloaded at https://huggingface.co/datasets/geodf/fmow-fake-small.
- Abstract（参考訳）: 衛星画像の真正性を検証することは、生成的人工知能の進歩を考えると、ますます重要になっている。
悪意のある目的(ディープフェイク)のために作られた非常に現実的な合成画像は、このデータが科学応用、計画、物流、監視の基本的な情報源であるリモートセンシング領域において大きな結果をもたらす可能性がある。
リモートセンシングコミュニティには、検出と画像鑑定アルゴリズムのトレーニングと評価に適した、高品質できめ細かい操作データセットが欠けている。
既存のデータセットが欠如しており、存在するデータセットは、操作のローカライゼーションを評価するための基礎的な真理マスクを提供していないか、GANによって生成された画像全体と、ローカライゼーションのパフォーマンスを測定するのに不十分な拡散モデルで構成されている。
このギャップに対処するため,衛星画像検出と局所化のための予備的なデータセット構築プロセスとプロトタイプベンチマークデータセットについて述べる。
データセットは合計60枚の画像を含み、コピー・ペースト・スプライシングや拡散モデル塗布を含む3種類の操作タイプで慎重に30枚の画像と、認証された30枚の画像を含む。
各画像には、接地トラスマスクと取得メタデータが付属しており、ピクセルレベルのローカライゼーションメトリクス、画像メタデータ研究、画像収集パラメータに対する操作検出性能の関連性の分析が可能である。
本稿では,データセット構築プロセスについて述べるとともに,この初期リリースについて述べるとともに,画像法医学と地理空間深度検出のさらなる研究を支援する。
プロトタイプデータセットはhttps://huggingface.co/datasets/geodf/fmow-fake-smallでダウンロードできる。
関連論文リスト
- RealHD: A High-Quality Dataset for Robust Detection of State-of-the-Art AI-Generated Images [14.691738115737962]
実画像とAI生成画像の両方を含む複数のカテゴリにわたる730,000以上の画像からなる高品質で大規模なデータセットを提案する。
生成された画像は最先端の方法で合成され、テキスト・ツー・イメージ・ジェネレーション(念入りに設計された1万以上のプロンプトによって誘導される)、画像のインペインティング、画像の精細化、顔のスワップなどが含まれる。
我々のデータセットは、検出方法を評価するための強力なベンチマークとして機能するだけでなく、AI生成画像検出技術の堅牢性向上にも寄与する。
論文 参考訳（メタデータ） (2026-02-11T05:38:40Z) - Contrasting Deepfakes Diffusion via Contrastive Learning and Global-Local Similarities [88.398085358514]
Contrastive Deepfake Embeddings (CoDE)は、ディープフェイク検出に特化した新しい埋め込み空間である。
CoDEは、グローバルローカルな類似性をさらに強化することで、対照的な学習を通じて訓練される。
論文 参考訳（メタデータ） (2024-07-29T18:00:10Z) - Deep Domain Adaptation: A Sim2Real Neural Approach for Improving Eye-Tracking Systems [80.62854148838359]
眼球画像のセグメンテーションは、最終視線推定に大きな影響を及ぼす眼球追跡の重要なステップである。
対象視線画像と合成訓練データとの重なり合いを測定するために,次元還元法を用いている。
提案手法は,シミュレーションと実世界のデータサンプルの相違に対処する際の頑健で,性能が向上する。
論文 参考訳（メタデータ） (2024-03-23T22:32:06Z) - DETER: Detecting Edited Regions for Deterring Generative Manipulations [31.85788472041527]
我々は、編集済み画像領域を検出できる大規模なデータセットであるDETERを紹介する。
Deterには、最先端の4つのジェネレータと3つの編集操作によって操作された30万の画像が含まれている。
人間による研究では、DETERのヒトの深層偽検出率は、他の偽のデータセットよりも20.4%低いことが確認されている。
論文 参考訳（メタデータ） (2023-12-16T20:38:02Z) - DiffusionSat: A Generative Foundation Model for Satellite Imagery [63.2807119794691]
現在、DiffusionSatは、現在利用可能な大規模な高解像度リモートセンシングデータセットのコレクションに基づいてトレーニングされている、最大の生成基盤モデルである。
提案手法は, リアルタイムなサンプルを作成し, 時間生成, マルチスペクトル入力の超解像, インペイントなどの複数の生成課題を解くのに利用できる。
論文 参考訳（メタデータ） (2023-12-06T16:53:17Z) - Weakly-supervised deepfake localization in diffusion-generated images [4.548755617115687]
本稿では,Xception ネットワークをバックボーンアーキテクチャとして用いた弱教師付きローカライズ問題を提案する。
本研究では,(局所スコアに基づく)最良動作検出法は,データセットやジェネレータのミスマッチよりも,より緩やかな監視に敏感であることを示す。
論文 参考訳（メタデータ） (2023-11-08T10:27:36Z) - Comprehensive Dataset of Synthetic and Manipulated Overhead Imagery for
Development and Evaluation of Forensic Tools [13.052016660119499]
本稿では,法医学ツールの開発と評価を目的とした,そのオーバーヘッド画像の最初のデータセットについて紹介する。
私たちのデータセットは、実際の、完全に合成され、部分的に操作されたオーバーヘッド画像で構成されています。
論文 参考訳（メタデータ） (2023-05-09T22:09:35Z) - ObjectFormer for Image Manipulation Detection and Localization [118.89882740099137]
画像操作の検出とローカライズを行うObjectFormerを提案する。
画像の高周波特徴を抽出し,マルチモーダルパッチの埋め込みとしてRGB特徴と組み合わせる。
各種データセットについて広範な実験を行い,提案手法の有効性を検証した。
論文 参考訳（メタデータ） (2022-03-28T12:27:34Z) - From Synthetic to Real: Image Dehazing Collaborating with Unlabeled Real
Data [58.50411487497146]
ラベルのない実データと協調する新しい画像デハージングフレームワークを提案する。
まず,特徴表現を3つの成分マップに切り離す不整合画像デハージングネットワーク(DID-Net)を開発する。
そして、無ラベルの実データと協調して単一画像のデハージングを促進するために、不整合平均教師ネットワーク(DMT-Net)を用いる。
論文 参考訳（メタデータ） (2021-08-06T04:00:28Z)
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。