Open fulfulggg opened 2 hours ago
目的: 従来のディープフェイク検出技術では、特に未知の生成元から作られたディープフェイクを見抜くのが難しいという課題に対処する。
提案: Wavelet-CLIPという新しいディープフェイク検出フレームワークを提案。
結果:
数値的な成果:
コード: https://github.com/lalithbharadwajbaru/Wavelet-CLIP にて公開。
@yukihiko-fuyuki が以下のラベルを提案し、適用しました:
タイトル: 汎用性の高いディープフェイク検出のためのウェーブレット変換の活用
リンク: https://arxiv.org/abs/2409.18301
概要:
デジタル画像の改ざんは、特に深層生成モデルの進歩により進化を遂げており、既存のディープフェイク検出方法、特にディープフェイクの出所が不明瞭な場合には、大きな課題となっています。これらの偽造の複雑化に対処するため、本研究では、ウェーブレット変換と、CLIP方式で事前学習されたViT-L/14アーキテクチャから抽出された特徴量を統合したディープフェイク検出フレームワークであるWavelet-CLIPを提案します。Wavelet-CLIPは、ウェーブレット変換を利用して、画像の空間的および周波数的な特徴量を深く分析し、高度なディープフェイクを検出するモデルの能力を高めます。このアプローチの有効性を検証するために、クロスデータセットの汎化能力と、標準的な拡散モデルによって生成された未知の画像の検出について、既存の最先端の手法と比較して広範な評価を実施しました。その結果、Wavelet-CLIPは、クロスデータの汎化能力で平均AUC 0.749、未知のディープフェイクに対するロバスト性で0.893を達成し、比較したすべての方法を上回る優れた性能を示しました。コードは、\url{https://github.com/lalithbharadwajbaru/Wavelet-CLIP} のリポジトリから複製できます。