論文の概要: MOTIF: Person-of-Interest Deepfake Detection Beyond 3DMM Coefficients

• arxiv url: http://arxiv.org/abs/2610.09830v1
• Date: Wed, 07 Oct 2026 10:51:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.859578
• Title: MOTIF: Person-of-Interest Deepfake Detection Beyond 3DMM Coefficients
• Title（参考訳）: MOTIF:3DMM係数を超える個人向けディープフェイク検出
• Abstract要約: POI(Person-of-Interest)をターゲットとするビデオディープフェイクが最も有害である。 このような検出器は、対象を3D形態モデル(3DMM)を通して記述し、その係数を全体として採用する。 我々は、エンコーダ、トレーニングコーパス、およびエンコーダが観察するものだけを固定し変更するプロトコルを保持して、それを分解する。 私たちは最高の設定をMOTIFに組み立てました。これは実際のビデオでのみトレーニングされた視覚のみの検出器で、ビデオは操作されず、POI固有のデータもありません。
• 参考スコア（独自算出の注目度）: 20.300900448709953
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video deepfakes targeting a specific individual, the Person-of-Interest (POI), are the most harmful ones, and, since a public figure is abundantly recorded, a detector can be built from genuine footage of that individual. Such detectors commonly describe a subject through a 3D Morphable Model (3DMM) and adopt its coefficients as a whole, so which part of that description carries the signal has never been measured. We dissect it, holding the encoder, the training corpus and the enrollment protocol fixed and varying only what the encoder observes. The groups of coefficients prove largely redundant, since the shape block alone recovers almost all the accuracy of the full vector, and their temporal evolution contributes a real but bounded amount. We further show that the dense surface the same fit returns, which these detectors discard, carries identity information that the coefficients do not, and that it helps precisely where they are weakest. We assemble the best configuration into MOTIF, a visual-only detector trained on real videos only, with no manipulated video and no POI-specific data. It improves on both state-of-the-art POI detectors in every dataset and manipulation of our benchmark and at two quality levels. Our experimental code will be released at https://github.com/polimi-ispl/MOTIF.
• Abstract（参考訳）: 特定の個人を対象とするビデオディープフェイク、Person-of-Interest(POI)が最も有害であり、公共の人物が豊富に記録されているため、その人物の真の映像から検出器を構築することができる。 このような検出器は一般に3D形態モデル(3DMM)を通して対象を記述し、その係数を全体として採用する。 我々は、エンコーダ、トレーニングコーパス、およびエンコーダが観察するものだけを固定し変更するプロトコルを保持して、それを分解する。 係数の群は、形状ブロックだけで全ベクトルのほぼすべての精度を回復し、その時間的進化は実数だが有界な量に寄与するので、ほとんど冗長である。 さらに、これらの検出器が破棄した密接な表面が同じ適合を返却し、係数が持たない同一性情報を持ち、それらが最も弱い場所を正確に見つけるのに役立つことを示している。 私たちは最高の設定をMOTIFに組み立てました。これは実際のビデオでのみトレーニングされた視覚のみの検出器で、ビデオは操作されず、POI固有のデータもありません。 それは、すべてのデータセットにおける最先端のPOI検出器の改善とベンチマークの操作、および2つの品質レベルで改善します。 実験コードはhttps://github.com/polimi-ispl/MOTIF.comで公開されます。

関連論文リスト

• Attribution-Guided Multimodal Deepfake Detection via Cross-Modal Forensic Fingerprints [4.598350938853635]
  ビデオの偽造方法を特定することができない検出器は、間違ったシグナルを学習している可能性が高い、と私たちは主張する。 二分検出とは異なり、帰属誘導学習は共有埋め込み空間に強い幾何学的制約を課す。 本稿では,属性検出と属性抽出を共同で学習する属性誘導型マルチモーダルディープフェイク検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-29T09:11:13Z)
• Self-Supervised Uncalibrated Multi-View Video Anonymization in the Operating Room [11.757426920071175]
  全身人物検出と全身ポーズ推定からなる新しい多視点ビデオ匿名化フレームワークを提案する。 我々の中核となる戦略は、時間的・多視点コンテキストを用いて偽陰性を取り出すことにより、単一視点検出器を強化することである。 模擬手術の4D-ORデータセットと実手術のデータセットを用いて実験したところ,97%以上のリコールが達成された。
  論文  参考訳（メタデータ） (2026-02-02T21:54:57Z)
• Learning 3D Perception from Others' Predictions [64.09115694891679]
  本研究では,3次元物体検出装置を構築するための新たなシナリオについて検討する。 例えば、自動運転車が新しいエリアに入ると、その領域に最適化された検出器を持つ他の交通参加者から学ぶことができる。
  論文  参考訳（メタデータ） (2024-10-03T16:31:28Z)
• Audio-Visual Person-of-Interest DeepFake Detection [77.04789677645682]
  本研究の目的は、現実世界で遭遇する様々な操作方法やシナリオに対処できるディープフェイク検出器を提案することである。 我々は、対照的な学習パラダイムを活用して、各アイデンティティに対して最も識別しやすい、移動面と音声セグメントの埋め込みを学習する。 本手法は,シングルモダリティ(オーディオのみ,ビデオのみ)とマルチモダリティ(オーディオビデオ)の両方を検出でき,低品質・低画質ビデオに対して堅牢である。
  論文  参考訳（メタデータ） (2022-04-06T20:51:40Z)
• A Lightweight and Detector-free 3D Single Object Tracker on Point Clouds [50.54083964183614]
  生のLiDARスキャンにおける物体の点雲は、通常スパースで不完全であるため、正確な目標固有検出を行うのは簡単ではない。 DMTは、複雑な3D検出器の使用を完全に除去する3Dトラッキングネットワークである。
  論文  参考訳（メタデータ） (2022-03-08T17:49:07Z)
• Voice-Face Homogeneity Tells Deepfake [56.334968246631725]
  既存の検出アプローチは、ディープフェイクビデオにおける特定のアーティファクトの探索に寄与する。 未探索の音声-顔のマッチングビューからディープフェイク検出を行う。 我々のモデルは、他の最先端の競合と比較して、大幅に性能が向上する。
  論文  参考訳（メタデータ） (2022-03-04T09:08:50Z)
• Embracing Single Stride 3D Object Detector with Sparse Transformer [63.179720817019096]
  自律走行のためのLiDARを用いた3次元物体検出では、物体サイズと入力シーンサイズとの比が2次元検出の場合に比べて有意に小さい。 多くの3D検出器は2D検出器の一般的な慣習に従っており、点雲の定量化後も特徴マップを分解する。 本稿では,SST(Single-stride Sparse Transformer)を提案する。
  論文  参考訳（メタデータ） (2021-12-13T02:12:02Z)
• What's wrong with this video? Comparing Explainers for Deepfake Detection [13.089182408360221]
  Deepfakesは、個人の顔が別の顔に置き換えられたコンピュータ操作されたビデオです。 本研究では,実映像と偽動画のラベル付けを説明するために,ホワイトボックス,ブラックボックス,モデル固有の手法を開発し,拡張し,比較する。 特に,shap,gradcam,self-attentionモデルを用いて,高効率ネットに基づく最先端検出器の予測を説明する。
  論文  参考訳（メタデータ） (2021-05-12T18:44:39Z)
• End-to-End Object Detection with Fully Convolutional Network [71.56728221604158]
  エンドツーエンド検出を実現するために,分類のための予測対応ワン・ツー・ワン (POTO) ラベルの割り当てを導入する。 局所領域における畳み込みの判別性を向上させるために, 簡易な3次元maxフィルタ(3dmf)を提案する。 エンドツーエンドのフレームワークは,COCOおよびCrowdHumanデータセット上のNMSを用いて,最先端の多くの検出器と競合する性能を実現する。
  論文  参考訳（メタデータ） (2020-12-07T09:14:55Z)

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。