論文の概要: Beyond Shortcut Learning: Hierarchical Spatial Prototype Regularization for Face Forgery Detection

• arxiv url: http://arxiv.org/abs/2610.29442v1
• Date: Wed, 21 Oct 2026 09:02:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.298857
• Title: Beyond Shortcut Learning: Hierarchical Spatial Prototype Regularization for Face Forgery Detection
• Title（参考訳）: ショートカット学習を超えて:顔偽造検出のための階層型空間プロトタイプ正規化
• Abstract要約: 生成モデルは、非常に現実的な顔の偽造を可能にしました。 しかし、ディープフェイク検知器を、目に見えないパイプラインに一般化することは、大きな課題です。 textbfHierarchical textbfSpatial textbfPrototype(textbfHSP)正則化を提案する。 実験結果から,本手法が一般化可能性を大幅に向上し,平均フレームレベルのAUCゲインが5.6%と5.3%となることを示した。
• 参考スコア（独自算出の注目度）: 33.305863133607026
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in generative models have enabled highly realistic face forgeries, yet generalizing deepfake detectors to unseen manipulation pipelines remains a major challenge. One critical yet underexplored issue is that the learned forensic representation itself may fail to remain stable across different manipulation sources. In this paper, we provide new evidence that naively fine-tuned vision models suffer from severe \textit{forensic representation collapse}: their extracted cues are often entangled with unstable, dataset-specific artifacts, resulting in structurally fragile representations and poor cross-domain generalization. Leveraging this insight, we propose \textbf{H}ierarchical \textbf{S}patial \textbf{P}rototype (\textbf{HSP}) regularization, which explicitly models the forgery manifold by learning a structured prototype subspace over spatial features. We further introduce prototype orthogonality and second-order assignment balance, which jointly preserve the geometric independence of latent forgery factors and promote high-effective-rank utilization of the forensic representation, thereby reducing reliance on dataset-specific shortcuts. Empirical results demonstrate that our method substantially improves generalizability, yielding average frame-level AUC gains of 5.6\% and 5.3\% in the cross-dataset and cross-manipulation settings, respectively. Moreover, when used as a plug-in module, HSP boosts the average video-level AUC of existing state-of-the-art detectors to 95.3\% (+1.8\%). These results demonstrate the practical value of HSP as an easy-to-adopt regularization module for enhancing deepfake detectors.
• Abstract（参考訳）: 生成モデルの最近の進歩は、非常に現実的な顔の偽造を可能にしているが、ディープフェイク検出器を目に見えない操作パイプラインに一般化することは大きな課題である。 重要で未発見の問題は、学習された法医学的表現自体が異なる操作源間で安定していられないことである。 抽出された手がかりは、不安定なデータセット固有のアーティファクトと絡み合っており、構造的に脆弱な表現とドメイン間の一般化が不十分である。 この知見を応用して、空間的特徴より構造化されたプロトタイプ部分空間を学習することにより、偽多様体を明示的にモデル化する、 \textbf{H}ierarchical \textbf{S}patial \textbf{P}rototype (\textbf{HSP})正則化を提案する。 さらに, 正統性および二階割当バランスのプロトタイプを導入し, 潜在フォージェリー因子の幾何学的独立性を共同で維持し, 法定表現の高効率な利用を促進することにより, データセット固有のショートカットへの依存を減らす。 その結果, クロスデータセットとクロス操作設定では, 平均フレームレベルのAUCゲインが5.6\%, 5.3\%となり, 一般化性が著しく向上することが実証された。 さらに、プラグインモジュールとして使用される場合、HSPは既存の最先端検出器の平均ビデオレベルAUCを95.3\%(+1.8\%)に引き上げる。 これらの結果は, ディープフェイク検出器の高機能化のための適応型正則化モジュールとしてのHSPの実用的価値を示している。

関連論文リスト

• COMPASS: Contextual Moment Prior Alignment for Generalizable AIGI Detection [87.91469665365304]
  一般化可能なAI生成画像(AIGI)とディープフェイク検出は、非対称性現象のため難しいままである。 最近の部分空間適応法は、残留部分空間を適応させながら高次主成分を凍結することによりこの問題を軽減する。 本稿では,小さなSemantic Proxy Setを用いて,ターゲットのアクティベーション統計を推定するデータ認識サブスペース適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-10-13T09:23:12Z)
• Open-Set Visual Text Forensics via Sparse-Constraint Rectified Flow [11.434432702589868]
  ジェネレーティブAIは、現在の法医学的検出をますます回避する高度なビジュアルテキスト操作を可能にする。 本稿では,検索画像と正確な視覚テキスト統計とを一致させるのに必要な局所的修復コストを推定し,タンパリングを局所化する生成検出器を提案する。 本手法は,F1 と IoU の3.2 と 4.8 をそれぞれ上回り,最先端性能を達成する。
  論文  参考訳（メタデータ） (2026-08-03T14:03:27Z)
• Rethinking Cross-Domain Evaluation for Face Forgery Detection with Semantic Fine-grained Alignment and Mixture-of-Experts [22.1146135455996]
  既存のフェースフォージェリ検出器は、データセット間の一般化能力の低下のため、満足のいく性能を達成できない。 データセットペア間でAUCを計算可能な評価指標である textbfCross-AUC を提案する。 また,新しいフレームワーク textbfSemantic textbfFine-fine textbfAlignment と textbfMixture-of-Experts を提案する。
  論文  参考訳（メタデータ） (2026-04-23T09:39:33Z)
• StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models [98.72926158261937]
  本稿では,Visual AutoRegressive モデルのためのトレーニングフリートークン解析フレームワークを提案する。 我々は局所的なテクスチャの詳細を捉えるために軽量なハイパスフィルタを使用し、グローバルな構造情報を保存するために主成分分析(PCA)を活用している。 スパーストークンの下で有効な次世代の予測を維持するために,近接した特徴伝達戦略を導入する。
  論文  参考訳（メタデータ） (2026-03-02T11:35:05Z)
• Demystifying Catastrophic Forgetting in Two-Stage Incremental Object Detector [42.40881712297689]
  破滅的な忘れ物は主にRoIヘッドに局在している。 NSGP-RePREは2種類のプロトタイプのリプレイを通じて忘れを緩和する。 NSGP-RePREはPascal VOCおよびMS COCOデータセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-02-08T12:10:02Z)
• Orthogonal Subspace Decomposition for Generalizable AI-Generated Image Detection [58.87142367781417]
  航法的に訓練された検出器は、限定的で単調な偽のパターンに過度に適合する傾向にあり、特徴空間は高度に制約され、低ランクになる。 潜在的な治療法の1つは、ビジョンファウンデーションモデルに事前訓練された知識を取り入れて、機能領域を広げることである。 主要なコンポーネントを凍結し、残ったコンポーネントのみを適用することで、フェイクパターンを学習しながら、トレーニング済みの知識を保存します。
  論文  参考訳（メタデータ） (2024-11-23T19:10:32Z)
• Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method with Forgery Style Mixture [81.93945602120453]
  本稿では,顔偽造検出に汎用的かつパラメータ効率の高い手法を提案する。 フォージェリー・ソース・ドメインの多様性を増大させるフォージェリー・ミックス・フォーミュレーションを設計する。 設計したモデルは、トレーニング可能なパラメータを著しく減らし、最先端の一般化性を実現する。
  論文  参考訳（メタデータ） (2024-08-23T01:53:36Z)
• UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
  高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。 我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
  論文  参考訳（メタデータ） (2024-07-26T20:51:54Z)

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。