論文の概要: Complementary rPPG-Derived and Lip-Region Frequency Cues for Talking-Face Deepfake Detection

• arxiv url: http://arxiv.org/abs/2609.22284v1
• Date: Sun, 13 Sep 2026 03:52:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.286243
• Title: Complementary rPPG-Derived and Lip-Region Frequency Cues for Talking-Face Deepfake Detection
• Title（参考訳）: 対話型ディープフェイク検出のための相補的 rPPG-Derived および Lip-Region 周波数キュー
• Abstract要約: 対話面(TF)ディープフェイクは、発電機間でrベースの方法によって不均一に検出される。 唇領域DCTは,SadTalkerを除くすべての方法において,r由来の1D ResNetと一致するか,あるいは超えるかを示す。 我々は、r由来のシグナルを経験的キューとして扱い、それが心的起源であるとは主張しない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Talking-face (TF) deepfakes are detected unevenly by rPPG-based methods across generators. We study two lightweight visual-only cues, rPPG-derived waveforms extracted by RhythmFormer and lip-region discrete cosine transform (DCT) coefficients, on the seven TF methods of Celeb-DF++ under a subject-independent protocol. In-domain, lip-region DCT matches or exceeds the rPPG-derived 1D ResNet on every method except SadTalker, and Concat fusion reaches AUC 0.891 against 0.824 and 0.827 for the unimodal baselines. Under leave-one-generator-out evaluation the cues split: each transfers clearly better to three held-out methods, and IP-LAP is near chance for both. Concat averages 0.798 but falls below rPPG alone where DCT transfers poorly, so static fusion only partly exploits this complementarity. Lip-region DCT outperforms full-face DCT on six of seven methods. We treat the rPPG-derived signal as an empirical cue and do not claim it is cardiac in origin.
• Abstract（参考訳）: 対話面(TF)ディープフェイクは、発電機間のrPPG法により不均一に検出される。 我々は,Celeb-DF++の7つのTF法を用いて,RhythmFormerとリップ領域離散コサイン変換(DCT)係数によって抽出された2つの軽量な視覚のみのキュー,rPPG由来の波形について検討した。 ドメイン内において、リップ領域DCTは、SadTalkerを除くすべてのメソッドでrPPG由来の1D ResNetと一致または超え、Concat融合は、単調なベースラインに対して0.824と0.827に対してAUC 0.891に達する。 各転送は明確に3つのホールドアウトメソッドに分割され、IP-LAPは両方にほぼ近い。 Concat は平均 0.798 であるが、DCT の転送が不十分な rPPG よりも低いため、静的核融合はこの相補性を利用するのみである。 唇領域DCTは7つの方法のうち6つの方法においてフルフェイスDCTより優れている。 我々は、rPPG由来のシグナルを経験的キューとして扱い、心原性は主張しない。

関連論文リスト

• Physiological Signals as a Forensic Modality for Talking-Face Deepfake Detection [0.0]
  ディープスワップ生成(TF)は、静止音源画像とauフェイク信号からフォトレアロスティックな顔映像を合成し、現在の画像ベースの検出器が常に識別できない偽造物を生成する。 本稿では、RhythmFormerを介してビデオ単位のr波を抽出し、実信号の識別のために軽量な分類器群を訓練する検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-23T19:47:15Z)
• The autoPET3 Challenge: Automated Lesion Segmentation in Whole-Body PET/CT $\unicode{x2013}$ Multitracer Multicenter Generalization [67.92281859568168]
  第3回オートPETチャレンジ(MICCAI 2024)の設計と成果を報告する。 全身PET/CTにおける自動病変分割を, 構成的一般化条件下でベンチマークした。 トップランクのアルゴリズムは平均DSCが0.66、FNVが3.18mL、FPVが2.78mLである。
  論文  参考訳（メタデータ） (2026-05-07T07:07:09Z)
• Maximizing T2-Only Prostate Cancer Localization from Expected Diffusion Weighted Imaging [68.57480103120561]
  マルチパラメトリックMRIは前立腺癌の検出と局所化のための第一線非侵襲的アプローチとしてますます推奨されている。 T2w画像のみを用いた早期機械学習の試みは、放射線医に注釈された病変の診断に有望な性能を示した。 本研究は、T2wのみを推論に用いて、独立した病理組織学的ラベルに基づいて個々のがんを局在させる、より難しい応用について検討する。
  論文  参考訳（メタデータ） (2026-04-01T14:50:18Z)
• Discovery of a Hematopoietic Manifold in scGPT Yields a Method for Extracting Performant Algorithms from Biological Foundation Model Internals [0.0]
  scGPTは内部的に発達分岐構造を持つコンパクトな造血多様体を符号化していることを示す。 本稿では,凍結した注意重みから直接操作子を輸出する3段階抽出法を提案する。 コンパクト作用素の機械論的解釈性は、66.2%のアブレーション効果を説明する4要素コアが集中していることを示している。
  論文  参考訳（メタデータ） (2026-03-10T22:44:12Z)
• Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
  脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。 マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
  論文  参考訳（メタデータ） (2025-12-07T14:03:28Z)
• Baseline Drift Tolerant Signal Encoding for ECG Classification with Deep Learning [0.9012198585960443]
  本研究は,信号1次および2次時間微分のゼロ交叉に対応する符号付きスパイクを生成する非パラメトリック法である導出ピーク符号化(DP)を提案する。 DPエンコーディングは、アーチファクトのシフトやスケーリングには不変であり、ユーザ定義パラメータの欠如により、その実装はさらに単純化されている。
  論文  参考訳（メタデータ） (2024-04-26T15:46:58Z)
• Minimally Interactive Segmentation of Soft-Tissue Tumors on CT and MRI using Deep Learning [0.0]
  我々は,CTおよびMRIを用いたソフト・タウト・腫瘍(STT)のための,最小限の対話型深層学習に基づくセグメンテーション法を開発した。 この方法は、畳み込みニューラルネットワークの入力として、腫瘍の極端な境界付近で6つの点をクリックする必要がある。
  論文  参考訳（メタデータ） (2024-02-12T16:15:28Z)
• Slice-by-slice deep learning aided oropharyngeal cancer segmentation with adaptive thresholding for spatial uncertainty on FDG PET and CT images [0.0]
  腫瘍セグメンテーションは放射線治療計画の基本的なステップである。 本研究は,GTVpスライス・バイ・スライス・スライス・スライス・セグメンテーションにおける放射線医学者を支援するための新しい自動深層学習(DL)モデルを提案する。
  論文  参考訳（メタデータ） (2022-07-04T15:17:44Z)
• Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase Classification Using EEG [56.155331323304]
  本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。 チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
  論文  参考訳（メタデータ） (2021-12-18T14:17:49Z)
• COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing [68.68882022019272]
  COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。 1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
  論文  参考訳（メタデータ） (2020-10-30T00:47:01Z)

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。