Deepfake-Adapter——深層偽造検出のための二重レベルアダプタ 研究背景と問題 ディープジェネレーティブモデル（deep generative models）の急速な進化に伴い、超リアルな顔画像や動画を簡単に生成できるようになりました。これらのコンテンツは人間の目を容易に欺くことができ、悪用されると政治、エンターテインメント、社会分野で深刻な誤情報拡散問題を引き起こす可能性があります。この脅威は「ディープフェイク（Deepfake）」と呼ばれています。このセキュリティ問題に対処するために、多くのディープフェイク検出手法が提案され、訓練データとテストデータが同じ操作タイプで品質が良好な場合に優れた性能を発揮します。しかし、未見または低品質の偽造サンプルに対応する際には、これらの手法...

精細な手がかりとノイズの不一致性に基づく顔偽造検出を深掘り 背景紹介 人工知能（AI）技術の急速な進展により、多様な生成モデルが驚くべき進歩を遂げています。これにより、高精度の「ディープフェイク（Deepfake）」顔画像を生成することがますます容易になりました。これらのリアルな顔偽造画像は、エンターテイメントや映画制作などの分野で合法的に利用されていますが、虚偽情報の拡散や世論の誘導、さらには社会安全や国家安全の脅威といった悪意のある目的にも使用されています。特に主流メディアが暗黙的な圧縮を採用する場合、圧縮プロセスが偽造の痕跡を希薄化し、検出をより困難にしています。そのため、効果的な顔偽造検出方法の開発はマルチメディア情報セキュリティ分野の中心的な課題となっています。 現在、既存の多くの...

学ロバストなシーケンシャルディープフェイク検出 学術的背景 深層生成モデル（GANなど）の急速な発展により、リアルな顔画像を生成することが非常に容易になりました。しかし、この技術の悪用は深刻なセキュリティ問題を引き起こしています。特に、ディープフェイク（Deepfake）技術は、偽の情報を拡散したり、偽のニュースを作成するために使用される可能性があります。この問題に対処するため、研究者たちはさまざまなディープフェイク検出手法を提案してきました。しかし、既存の手法は主に単一の顔操作を検出することに焦点を当てており、簡単に利用できる顔編集アプリケーションの普及により、人々は複数の操作を順番に行うことで顔を改ざんできるようになりました。この新しい脅威に対処するため、一連の顔操作を検出することが重要...