論文の概要: Lightweight Generalized DeepFake Face Detection with WAVIE: Wavelet Augmented Vision Intermediate Embeddings
- arxiv url: http://arxiv.org/abs/2609.14437v1
- Date: Sun, 13 Sep 2026 11:24:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.813737
- Title: Lightweight Generalized DeepFake Face Detection with WAVIE: Wavelet Augmented Vision Intermediate Embeddings
- Title（参考訳）: WAVIEを用いた軽量一般化ディープフェイク顔検出:ウェーブレット強化視覚中間体埋め込み
- Abstract要約: ディープフェイク検出システムは、目に見えない操作方法にデプロイすると、しばしば顕著な性能劣化を示す。
凍結したCLIPバックボーン上に相補的な空間的および周波数的キューを組み合わせたエンドツーエンドアーキテクチャであるWAVIEを提案する。
FaceForensics++でのみトレーニングされたWAVIEは、Celeb-DF-v1でAUROC = 0.852、Celeb-DF-v2で0.852、WildDeepFake(WDF)で0.831を達成する。
- 参考スコア（独自算出の注目度）: 0.20999222360659606
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deepfake detection systems often exhibit significant performance degradation when deployed on unseen manipulation methods, limiting their reliability in real-world multimedia environments. This lack of generalization poses critical challenges for misinformation mitigation, digital forensics, and human-centric AI systems. Existing detectors perform well on the forgery methods they are trained on, but their accuracy drops sharply on unseen pipelines. To bridge this generalization gap, we propose WAVIE (Wavelet Augmented Vision Intermediate Embeddings), an end-to-end architecture that combines complementary spatial and frequency cues on top of a frozen CLIP backbone. WAVIE projects intermediate transformer embeddings through a lightweight learnable module, applies a three-level Daubechies-6 (db6) discrete wavelet transform (DWT), refines the low-frequency branch while preserving the high-frequency branch, reconstructs the feature via inverse DWT, and performs classification. Trained only on FaceForensics++, WAVIE achieves AUROC = 0.852 on Celeb-DF-v1, 0.852 on Celeb-DF-v2 and 0.831 on WildDeepFake (WDF) at the frame level, outperforming several state-of-the-art generalization baselines. Extensive ablation studies confirm the importance of both the wavelet module and the intermediate-feature aggregation for cross-dataset performance, highlighting the necessity of jointly leveraging spatial and frequency domains. These results position WAVIE as a strong baseline for deepfake detection in the wild.
- Abstract（参考訳）: ディープフェイク検出システムは、目に見えない操作方法にデプロイすると性能が著しく低下し、実際のマルチメディア環境での信頼性が低下する。
この一般化の欠如は、誤情報緩和、デジタル法医学、人間中心のAIシステムにとって重要な課題となっている。
既存の検出器は訓練された偽造法でうまく機能するが、その精度は目に見えないパイプラインで著しく低下する。
この一般化ギャップを埋めるため,凍結したCLIPバックボーン上に補間空間および周波数キューを組み合わせたエンドツーエンドアーキテクチャであるWAVIE(Wavelet Augmented Vision Intermediate Embeddings)を提案する。
WAVIEは、軽量な学習可能なモジュールを通じて中間トランスフォーマーの埋め込みを計画し、DWT(Dubechies-6)離散ウェーブレット変換を適用し、高周波分岐を保持しながら低周波分岐を洗練し、逆DWTを介して機能を再構築し、分類を行う。
FaceForensics++でのみトレーニングされたWAVIEは、Celeb-DF-v1でAUROC = 0.852、Celeb-DF-v2で0.852、WildDeepFake(WDF)で0.831を達成し、最先端の一般化ベースラインを上回っている。
広範囲にわたるアブレーション研究により、ウェーブレットモジュールと中間機能アグリゲーションの両方がクロスデータセット性能に重要であることが確認され、空間領域と周波数領域を併用する必要性が浮き彫りになった。
これらの結果から,WAVIEは野生における深度検出の強力なベースラインとして位置づけられた。
関連論文リスト
- WAVE: Reversing the Guidance Hierarchy for Coarse-to-Fine Guided Depth Super-Resolution [50.15623093332659]
誘導深度超解像(GDSR)は、通常、畳み込み階層を通してRGB誘導特徴を抽出し、その微細な粗いバイアスを継承する。
本稿では,マルチレベル離散ウェーブレット変換(ML-DWT)を明示的かつ解釈可能な特徴制御機構として導入するWAVEを提案する。
WAVEはサブバンドを利用して、高周波と低周波のコンテンツを別々に処理し、そのソースに誤解を招くRGB色とテクスチャの手がかりをフィルタリングする。
論文 参考訳（メタデータ） (2026-08-26T02:16:41Z) - UAV-Based Environmental Monitoring of Rip-Current Indicators Using Wavelet-Derived Texture Features [1.1470070927586018]
リップ流は海岸で繰り返し発生する自然災害であり、ビーチ客を脅かす。
無人航空機(UAV)が取得した標準RGB画像からの信頼性の高い監視は依然として困難である。
本研究では、視覚的に表現されたリップ電流の指標を検出するための、物理的に情報を得た沿岸環境モニタリングワークフローを提案する。
論文 参考訳（メタデータ） (2026-08-03T16:24:05Z) - A Multi-Domain Feature Fusion Framework for Generalizable Deepfake Detection Across Different Generators [1.8499314936771558]
本稿では,SGFF-Netと呼ばれるマルチドメインのディープフェイク検出フレームワークを提案する。
空間、勾配、DWTに基づく周波数表現を二重残差学習アーキテクチャに統合する。
データセット内評価において98.95%の精度を実現し、クロスモデルとクロスパラダイムの両方での性能を向上させる。
論文 参考訳（メタデータ） (2026-06-12T08:12:03Z) - Multi-modal Deepfake Detection and Localization with FPN-Transformer [21.022230340898556]
FPN変換器(Feature Pyramid-Transformer)に基づくマルチモーダルディープフェイク検出およびローカライゼーションフレームワークを提案する。
マルチスケールな特徴ピラミッドは、R-TLMブロックと局所的な注意機構によって構築され、コンテキスト間の時間的依存関係の結合解析を可能にする。
我々は,IJCAI'25 DDL-AVベンチマークの試験セットに対するアプローチを評価し,最終スコア0.7535で良好な性能を示した。
論文 参考訳（メタデータ） (2025-11-11T09:33:39Z) - Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。
既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。
本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
論文 参考訳（メタデータ） (2025-08-07T11:14:16Z) - ARFC-WAHNet: Adaptive Receptive Field Convolution and Wavelet-Attentive Hierarchical Network for Infrared Small Target Detection [2.643590634429843]
ARFC-WAHNetは、赤外線小ターゲット検出のための適応型受容野畳み込みおよびウェーブレット減衰階層ネットワークである。
ARFC-WAHNetは、検出精度とロバスト性の両方において、最近の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2025-05-15T09:44:23Z) - Wavelet-Driven Generalizable Framework for Deepfake Face Forgery Detection [0.0]
Wavelet-CLIPは、ウェーブレット変換とViT-L/14アーキテクチャに由来する機能を統合したディープフェイク検出フレームワークで、CLIP方式で事前トレーニングされている。
提案手法は,データ間一般化における平均AUC0.749,不明瞭なディープフェイクに対するロバスト性0.893を達成し,優れた性能を示す。
論文 参考訳（メタデータ） (2024-09-26T21:16:51Z) - Wavelet-based Bi-dimensional Aggregation Network for SAR Image Change Detection [53.842568573251214]
3つのSARデータセットによる実験結果から、我々のWBANetは現代最先端の手法を著しく上回っていることが明らかとなった。
我々のWBANetは、それぞれのデータセットで98.33%、96.65%、96.62%の正確な分類(PCC)を達成している。
論文 参考訳（メタデータ） (2024-07-18T04:36:10Z) - Frequency-Aware Deepfake Detection: Improving Generalizability through
Frequency Space Learning [81.98675881423131]
この研究は、目に見えないディープフェイク画像を効果的に識別できるユニバーサルディープフェイク検出器を開発するという課題に対処する。
既存の周波数ベースのパラダイムは、偽造検出のためにGANパイプラインのアップサンプリング中に導入された周波数レベルのアーティファクトに依存している。
本稿では、周波数領域学習を中心にしたFreqNetと呼ばれる新しい周波数認識手法を導入し、ディープフェイク検出器の一般化性を高めることを目的とする。
論文 参考訳（メタデータ） (2024-03-12T01:28:00Z) - Frequency Perception Network for Camouflaged Object Detection [51.26386921922031]
周波数領域のセマンティック階層によって駆動される新しい学習可能かつ分離可能な周波数知覚機構を提案する。
ネットワーク全体では、周波数誘導粗い局所化ステージと細部保存の微細局在化ステージを含む2段階モデルを採用している。
提案手法は,既存のモデルと比較して,3つのベンチマークデータセットにおいて競合性能を実現する。
論文 参考訳（メタデータ） (2023-08-17T11:30:46Z) - Adaptive Frequency Learning in Two-branch Face Forgery Detection [66.91715092251258]
本稿では、AFDと呼ばれる2分岐検出フレームワークにおいて、周波数情報を適応的に学習する手法を提案する。
我々は、固定周波数変換からネットワークを解放し、データおよびタスク依存の変換層でより良いパフォーマンスを達成する。
論文 参考訳（メタデータ） (2022-03-27T14:25:52Z)
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。