論文の概要: Venus-DefakerOne2: A Vision-Forensics Foundation Model with Broader Coverage

• arxiv url: http://arxiv.org/abs/2610.37918v2
• Date: Mon, 02 Nov 2026 12:29:57 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:09:23.91611
• Title: Venus-DefakerOne2: A Vision-Forensics Foundation Model with Broader Coverage
• Title（参考訳）: Venus-DefakerOne2: より広範にカバーされた視覚科学の基礎モデル
• Abstract要約: Venus-DefakerOne2は、フォージェリー形式とメディアタイプの両方の次元に沿って、法医学的能力境界を大幅に拡張している。 何千万ものオープンソースおよび社内サンプルでトレーニングされている。 専門のエキスパートモデルと、その前任のDedeakerOneの両方を大きく上回っている。
• 参考スコア（独自算出の注目度）: 54.45763597887662
• License:
• Abstract: Real-world forgery is inherently heterogeneous: it manifests not only as digital manipulation but also as physical spoofing, and is carried not only by images but also by videos. Despite substantial progress, a unified anti-forgery foundation model covering such a broad threat spectrum remains absent. In this paper, we present Venus-DefakerOne2, which substantially extends the forensic capability boundary along both the forgery-form and media-type dimensions. Trained on tens of millions of open-source and in-house samples, it incorporates two key designs. Tide-Style-Tuning alternates LoRA and full-parameter fine-tuning to balance computational efficiency, generalization, and hard-sample fitting while mitigating catastrophic forgetting. Entropy-based Test Adaptation determines the optimal prediction modality by analyzing prediction entropy. Venus-DefakerOne2 achieves new state-of-the-art performance across a comprehensive suite of benchmarks, including DeepFake faces (96.7%), AI-generated images (93.3%), tampered documents (87.6%), manipulated natural images (89.6%), physical spoofs (93.1%), and AI-generated videos (96.0%). It significantly outperforms both specialized expert models and its predecessor, DefakerOne, establishing itself as a powerful and versatile foundation model for binary-decision forensic tasks.
• Abstract（参考訳）: 現実世界の偽造は本質的に異質であり、デジタル操作だけでなく、物理的な偽造としても現れ、画像だけでなくビデオによっても運ばれる。 かなりの進歩にもかかわらず、このような広範囲にわたる脅威スペクトルをカバーする統一された対フォッジェリー基盤モデルはいまだに存在しない。 本稿では,Venus-DefakerOne2について述べる。 何千万ものオープンソースと社内サンプルに基づいてトレーニングされ、2つの重要な設計が組み込まれている。 Tide-Style-Tuningは、計算効率、一般化、ハードサンプルフィッティングのバランスをとるために、LoRAとフルパラメータの微調整を代替し、破滅的な忘れを緩和する。 エントロピーに基づくテスト適応は、予測エントロピーを解析して最適な予測モダリティを決定する。 Venus-DefakerOne2は、DeepFakeの顔(96.7%)、AI生成画像(93.3%)、改ざんされたドキュメント(87.6%)、操作された自然画像(89.6%)、物理的スプーフ(93.1%)、AI生成ビデオ(96.0%)を含む、包括的なベンチマークスイートで、最先端のパフォーマンスを新たに達成している。 専門のエキスパートモデルと前任者のDedeakerOneの両方をはるかに上回り、バイナリ決定の法医学的タスクのための強力で汎用的な基礎モデルとしての地位を確立した。

関連論文リスト

• Pro-t-VAE: Closed-Form Student's t Mixtures for Robust Prototype Discovery [2.8146426762589933]
  我々は、教師なし画像のプロトタイプ発見のための頑健な深層生成フレームワークを提案する。 当社のフレームワークは,前述したヘビーテールの学生のt混合体上に構築されています。 我々は、標準ビジョンベンチマークと課題となるニューロイメージングタスクでモデルを検証した。
  論文  参考訳（メタデータ） (2026-10-10T13:15:02Z)
• Human-Level Accuracy, Non-Human Strategies: Revealing Model-Human Divergence in Video Physical Reasoning [6.197711956296909]
  ビデオファンデーションモデルは、物理推論のベンチマークで人間レベルの精度に到達した。 これらのモデルは、人間のような前方シミュレーションを実行するのか、あるいは、見える場面で統計正規性を利用するのか? 本研究では,モデル種子とヒトラッカーを集団として扱う分布評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-19T05:39:10Z)
• BenthicDINO: Physics-Informed Self-Distillation for View-Invariant Side-Scan Sonar Representations [0.0]
  本稿では,データ効率を最大化するために,ConvNeXt-v2-Tinyバックボーンを用いてDINOv3アーキテクチャ上に構築した物理インフォームド自己蒸留フレームワークを提案する。 本研究では,4つのネットワークステージにまたがる,密集した階層的特徴融合戦略を提案する。
  論文  参考訳（メタデータ） (2026-08-24T13:11:22Z)
• DNA: Dual-stage Native Attribution for Generated Image Source Tracing [75.65470221927096]
  既存のプロアクティブな方法は、透かしの埋め込みやモデル修正に依存している。 DNAは、ニューラルネットワークのトレーニングを追加せずに、この階層に従う粗大なフレームワークである。 実験の結果、DNAは89.11%のエンドツーエンドの属性精度を達成している。
  論文  参考訳（メタデータ） (2026-07-15T10:27:52Z)
• Efficient, Robust, and Anti-Collusion Fingerprinting of Image Diffusion Models [99.66311024852651]
  既存のモデルフィンガープリント法では、衝突攻撃に対する堅牢性が欠如している。 本稿では,抗凝固能を有するT2Iモデルに対するロバストフィンガープリント手法を提案する。 本手法は,複数のT2I画像生成および編集タスクにおいて,指紋抽出精度99.5%を超える高い忠実度と堅牢性を実現する。
  論文  参考訳（メタデータ） (2026-06-11T07:12:13Z)
• Detection of AI Generated Images Using Combined Uncertainty Measures and Particle Swarm Optimised Rejection Mechanism [1.8718443774434668]
  本稿では,モデルの予測を信頼するか,拒否するかを決定するために,複数の不確実性対策を利用するロバスト検出フレームワークを提案する。 我々は,3つの補完的手法に注目した。フィッシャー情報,モンテカルロ・ドロップアウトからのエントロピーに基づく不確実性,およびDeep Kernel Learningフレームワークからの予測分散である。 その結果、マルチソース不確実性融合は、AI生成画像検出のためのレジリエントで適応的なソリューションを提供することを示した。
  論文  参考訳（メタデータ） (2025-12-20T22:47:42Z)
• A Hybrid Deep Learning and Forensic Approach for Robust Deepfake Detection [0.0]
  既存のディープフェイク検出手法は、一般化や歪みに対する脆弱性の低いディープラーニングや、解釈可能なが新しい操作技術に制限される法医学的な分析に頼っている。 本研究では,雑音残差,JPEG圧縮トレース,周波数領域記述子などの法医学的特徴を融合したハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-31T11:32:52Z)
• Uncertainty-inspired Open Set Learning for Retinal Anomaly Identification [71.06194656633447]
  9つの網膜条件の基底像をトレーニングし,不確実性に着想を得たオープンセット(UIOS)モデルを構築した。 しきい値戦略を持つUIOSモデルはF1スコア99.55%、97.01%、91.91%を達成した。 UIOSは、高い不確実性スコアを正しく予測し、非ターゲットの網膜疾患、低品質の眼底画像、および非基本画像のデータセットを手動でチェックする必要があることを示唆した。
  論文  参考訳（メタデータ） (2023-04-08T10:47:41Z)
• Modeling Object Dissimilarity for Deep Saliency Prediction [86.14710352178967]
  本稿では,複数の物体間の差分をモデル化する検出誘導サリエンシー予測ネットワークについて紹介する。 私たちのアプローチは一般的であり、深いサリエンシー予測ネットワークから抽出された特徴とオブジェクトの不類似性を融合させることができます。
  論文  参考訳（メタデータ） (2021-04-08T16:10:37Z)
• Understanding the Intrinsic Robustness of Image Distributions using Conditional Generative Models [87.00072607024026]
  本稿では,2つの画像ベンチマークの内在的堅牢性について,$ell$摂動下で検討する。 我々は、我々の理論によって示唆されるロバスト性限界と現在の最先端ロバストモデルによって達成される対角的ロバスト性の間に大きなギャップが存在することを示す。
  論文  参考訳（メタデータ） (2020-03-01T01:45:04Z)

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。