В этом репозитории представлено всестороннее исследование усовершенствованного одномодального и мультимодального обнаружения дипфейков, подробно описанное в следующем обзоре.
Пин Лю 1 , Цици Тао 2 , Джои Тяньи Чжоу 2,3
1 Университет Невады, Рино
2 Центр передовых исследований искусственного интеллекта (CFAR), A*STAR
3 Центр передовых технологий онлайн-безопасности (CATOS)
Если вы считаете, что в наш список следует включить дополнительные работы, отправьте нам электронное письмо ([email protected]/[email protected]/[email protected]). ) или поднять вопрос. Ваши предложения и комментарии имеют неоценимое значение для обеспечения полноты и точности нашего ресурса.
Соответствующие опросы
Генерация и обнаружение Deepfake/AIGC
Мультимодальная проверка фактов
Наборы данных о дипфейках лица
Одномодальные наборы данных, сгенерированные GAN
Одномодальные наборы данных, генерируемые диффузией
Мультимодальные наборы аудиовизуальных данных
Мультимодальные наборы текстовых и визуальных данных
Одномодальное (визуальное) обнаружение Deepfake
Проактивные методы для GAN
Проактивные методы для моделей диффузии
Наивное обнаружение
Расширенное обнаружение
Обнаружение диффузионной модели
Последовательное обнаружение дипфейков
Входной уровень
Уровень модели
Уровень обучения
Пассивное обнаружение
Проактивное обнаружение
Мультимодальное обнаружение дипфейков
Независимое обучение
Совместное обучение
Обучение на основе сопоставления
Другие
Промежуточный синтез
Поздний фьюжн
Многозадачная стратегия
Регуляризация
Аудиовизуальное обнаружение дипфейков
Текстово-визуальное обнаружение дипфейков
Надежное обнаружение дипфейков
Состязательная атака
Бэкдор-атака
Минимизация расхождений
Стратегии защиты
[arXiv 2024] Пассивное обнаружение дипфейков в различных модальностях: комплексный исследовательский документ
[arxiv 2024] Генерация и обнаружение Deepfake: контрольный и исследовательский проект
[arxiv 2024] Обнаружение мультимедиа, генерируемого большими моделями искусственного интеллекта: проект исследовательского документа
[ECAI 2023] Обнаружение лиц с помощью GAN: исследование и новые перспективы
[NeurIPS 2023] DeepfakeBench: Комплексный тест проекта по обнаружению Deepfake
[arxiv 2023] Обнаружение Deepfake: комплексное исследование с точки зрения надежности. Статья
[IJCV 2022] Противодействие вредоносным DeepFakes: опрос, поле битвы и проект Horizon Paper
[EMNLP 2023] Мультимодальная автоматизированная проверка фактов: обзорный документ
| Набор данных | Год | Задача | Манипулируемая модальность | # реальных видео | # фейковых видео | Бумага | Связь |
|---|---|---|---|---|---|---|---|
| FaceForensics++(FF++) | 2019 год | Классификация | Визуальный | 1000 | 4000 | FaceForensics++: учимся обнаруживать манипулированные изображения лиц | Скачать |
| ДФД | 2019 год | Классификация | Визуальный | 363 | 3068 | Предоставление данных для исследований по обнаружению дипфейков | Скачать |
| ДФФД | 2020 год | Классификация | Визуальный | 1000 | 3000 | Об обнаружении цифровых манипуляций с лицами | Скачать |
| FaceShifter | 2020 год | Классификация | Визуальный | - | 1000 | FaceShifter: к высокой точности и смене лиц с учетом окклюзии | Скачать |
| ДФДК | 2020 год | Классификация | Визуальный | 23 654 | 104 500 | Набор данных DeepFake Detection Challenge (DFDC) | Скачать |
| Знаменитость-DF | 2020 год | Классификация | Визуальный | 590 | 5,639 | Celeb-df: крупномасштабный сложный набор данных для криминалистики дипфейков | Скачать |
| DeeperForensics-1.0 | 2020 год | Классификация | Визуальный | 50 000 | 10 000 | DeeperForensics-1.0: крупномасштабный набор данных для реального обнаружения подделки лиц | Скачать |
| ДикийDeepfake | 2020 год | Классификация | Визуальный | 3805 | 3509 | WildDeepfake: сложный набор реальных данных для обнаружения дипфейков | Скачать |
| КоДФ | 2020 год | Классификация | Визуальный | 62 166 | 175 776 | KoDF: крупномасштабный корейский набор данных для обнаружения DeepFake | Скачать |
| FFIW_10k | 2021 год | Классификация и пространственное обоснование | Визуальный | 10 000 | 10 000 | Криминалистика лиц в дикой природе | Скачать |
| ФоржериНет | 2021 год | Классификация, пространственное заземление и временное заземление | Визуальный | 99 630 | 12,1617 | Forgerynet: универсальный тест для комплексного анализа подделок. | Скачать |
| DF-Платтер | 2023 год | Классификация | Визуальный | 133 260 | 132 496 | DF-Platter: многогранный гетерогенный набор данных Deepfake | Скачать |
| Набор данных | Год | Задача | Манипулируемая модальность | # реальных изображений | Количество поддельных изображений | Бумага | Связь |
|---|---|---|---|---|---|---|---|
| DeepFakeFace | 2023 год | Классификация | Визуальный | 30 000 | 90 000 | Надежность и обобщаемость обнаружения дипфейков: исследование с использованием диффузионных моделей | Скачать |
| ДиФФ | 2024 год | Классификация | Визуальный | 23 661 | 537 466 | Диффузионное обнаружение подделки лиц | Скачать |
| ДиффузияЛицо | 2024 год | Классификация | Визуальный | 30 000 | 600 000 | DiffusionFace: к комплексному набору данных для анализа подделки лиц на основе диффузии | Скачать |
| DiffusionDB-Face | 2024 год | Классификация | Визуальный | 94 120 | 24794 | Диффузия Дипфейк | Скачать |
| JourneyDB-Face | 2024 год | Классификация | Визуальный | 94 120 | 87 833 | Диффузия Дипфейк | Скачать |
| Набор данных | Год | Задача | Манипулируемая модальность | # реальных видео | # фейковых видео | Бумага | Связь |
|---|---|---|---|---|---|---|---|
| ФейкAVCeleb | 2021 год | Классификация | Визуальное и аудио | 500 | 19 500 | FakeAVCeleb: новый мультимодальный набор данных Deepfake для аудио и видео | Скачать |
| ТМС | 2022 год | Классификация и временное заземление | Визуальное и аудио | 2563 | 4380 | Набор данных Trusted Media Challenge и исследование пользователей | - |
| ЛАВ-ДФ | 2022 год | Классификация и временное заземление | Визуальное и аудио | 36 431 | 99 873 | Вы действительно это имеете в виду? Контентно-ориентированный аудиовизуальный набор данных Deepfake и мультимодальный метод временной локализации подделок | Скачать |
| ДефейкАВМиТ | 2023 год | Классификация | Визуальное и аудио | 540 | 6,480 | AVoiD-DF: совместное аудиовизуальное обучение для обнаружения дипфейков | - |
| AV-Deepfake1M | 2023 год | Классификация и временное заземление | Визуальное и аудио | 286 721 | 860 039 | AV-Deepfake1M: крупномасштабный набор аудиовизуальных данных Deepfake на основе LLM | Скачать |
| ММДФД | 2023 год | Классификация | Визуальное, аудио и текстовое изображение | 1500 | 5000 | MMDFD — мультимодальный пользовательский набор данных для обнаружения дипфейков. | - |
| ПолиГлотФейк | 2024 год | Классификация | Визуальное, аудио и текстовое изображение | 766 | 14 472 | PolyGlotFake: новый многоязычный и мультимодальный набор данных DeepFake | Скачать |
| Набор данных | Год | Задача | Манипулируемая модальность | Количество реальных пар изображение-текст | Количество поддельных пар изображение-текст | Бумага | Связь |
|---|---|---|---|---|---|---|---|
| ДГМ4 | 2023 год | Классификация, пространственное обоснование и текстовое обоснование | Визуальные и текстовые | 77 426 | 152 574 | DGM4: Обнаружение и обоснование мультимодальных манипуляций с медиа и не только | Скачать |
[CVPR 2024] Переосмысление операций повышения дискретизации в генеративной сети на основе CNN для обобщенного обнаружения дипфейков. Статья
[CVPR 2024] LAA-Net: локализованная сеть обнаружения артефактов для независимого от качества и обобщенного документа по обнаружению дипфейков
[arXiv 2024] Независимый от данных оператор: не требующий обучения экстрактор представлений артефактов для обобщенного обнаружения дипфейков
[arXiv 2024] Один простой патч — это все, что вам нужно для бумаги для обнаружения изображений, созданной искусственным интеллектом
[arXiv 2024] GenFace: крупномасштабный эталонный тест по подделке лиц и обучающий документ по перекрестному внешнему виду
[TMM 2023] GLFF: объединение глобальных и локальных функций для бумаги для распознавания изображений, синтезированных с помощью искусственного интеллекта
[CVPRW 2023] Интригующие свойства синтетических изображений: от генеративно-состязательных сетей к диффузионным моделям.
[arXiv 2023] Функция диффузного шума: точное и быстрое создание бумаги для обнаружения изображений
[CVPR 2021] Документ по многостороннему обнаружению дипфейков
[CVPR 2020] Глобальное улучшение текстур для обнаружения поддельных лиц в дикой статье
[ICCV 2019] FaceForensics++: учимся обнаруживать манипулированные изображения лица
[WIFS 2018] Mesonet: компактная сеть для обнаружения подделок видеоизображений на лицах
[arXiv 2024] Обобщение обнаружения дипфейковых видео с помощью Plug-and-Play: смешивание на уровне видео и настройка пространственно-временного адаптера
[arXiv 2024] UniForensics: обнаружение подделки лиц с помощью документа по общему изображению лица
[arXiv 2024] Изучение естественного представления бумаги для видеообнаружения подделки лиц
[IJCV 2024] Изучение пространственно-временной несогласованности с помощью макета миниатюр для бумаги для обнаружения глубоких подделок лица
[CVPR 2024] Использование скрытых потоков стиля для обобщения документа по обнаружению дипфейковых видео
[arxiv 2024] Обнаружение сжатых дипфейковых видео на основе трехмерных пространственно-временных траекторий
[AAAI 2023] Обнаружение дипфейков на основе шума с помощью бумаги с относительным взаимодействием с несколькими головками
[ICCV 2023] TALL: макет миниатюр для бумаги для обнаружения фейковых видео
[CVPR 2023] AltFreezing для более общего обнаружения подделки видеоизображений
[TCSVT 2023] MRE-Net: Многоскоростная сеть возбуждения для обнаружения дипфейковых видео
[WACV 2023] TI2Net: Сеть временной идентификации несоответствий для обнаружения дипфейков
[ACM MM Asia 2022] Обнаружение скрытых закономерностей: обнаружение дипфейковых видео с помощью обучения прогнозному представлению.
[CVPR 2021] Губы не лгут: универсальный и надежный подход к обнаружению подделки лиц
[ICCV 2021] Исследование временной когерентности для более общего обнаружения подделки лиц на видео.
[ACM MM 2020] DeepRhythm: разоблачение DeepFakes с помощью внимательного визуального измерения ритмов сердцебиения
[WIFS 2018] В Ictu Oculi: разоблачение фальшивых видео, созданных ИИ, путем обнаружения мигающей бумаги
[arXiv 2024] Ориентированная на качество концепция стандартного документа по обнаружению дипфейков
[arXiv 2024] На пути к общему обнаружению дипфейков с помощью динамического учебного плана
[ECCV 2024] Подделывай, пока не сделаешь: Дополнения учебной программы по динамической подделке к общему документу по обнаружению дипфейков
[arXiv 2024] Можем ли мы оставить данные Deepfake позади при обучении детектора Deepfake? Бумага
[arXiv 2024] ED4: Явное устранение искажений на уровне данных для обнаружения дипфейков
[arXiv 2024] FSBI: обнаружение дипфейков с помощью самосмешиваемых изображений с улучшенной частотой
[arXiv 2024] FreqBlender: улучшение обнаружения DeepFake за счет смешивания частот.
[ICCV 2023] SeeABLE: Мягкие расхождения и ограниченное контрастное обучение для выявления дипфейков
[arXiv 2023] Преодоление специфики подделки с помощью увеличения скрытого пространства для обобщенной бумаги для обнаружения дипфейков
[CVPR 2022] Обнаружение дипфейков с помощью бумаги с самосмешенными изображениями
[CVPR 2022] Самостоятельное изучение состязательного примера: к хорошим обобщениям для статьи по обнаружению дипфейков
[CVPR 2021] Типичная подделка бумаги для обнаружения поддельных лиц
[ICCV 2021] Исследование самосогласованности для обнаружения дипфейков
[arXiv 2024] ИСПОЛЬЗОВАНИЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ ДЛЯ ОБОБЩЕННОГО ОБНАРУЖЕНИЯ ПОДДЕЛОК DEEPFAKE
[arXiv 2024] Сеть агрегации множества контекстов и частот для обнаружения дипфейков
[AAAI 2024] Обнаружение дипфейков с учетом частоты: улучшение обобщаемости с помощью обучающего документа по частотному пространству
[ICASSP 2024] Частотное маскирование для универсальной бумаги для обнаружения дипфейков
[CVPR 2023] Динамическое обучение графов с обоснованием пространственно-частотных соотношений на основе содержания для статьи по обнаружению дипфейков
[AAAI 2022] FrePGAN: надежное обнаружение дипфейков с использованием возмущений на частотном уровне.
[AAAI 2022] ADD: частотное внимание и анализ знаний на основе нескольких представлений для обнаружения низкокачественных сжатых дипфейковых изображений.
[CVPR 2021] Пространственно-фазовое поверхностное обучение: переосмысление обнаружения подделки лиц в бумаге в частотной области
[CVPR 2021] Обобщение обнаружения подделки лиц с помощью высокочастотных функций. Документ
[CVPR 2021] Обучение дискриминационным функциям с учетом частоты под контролем одноцентровой потери для бумаги для обнаружения подделки лиц
[AAAI 2021] Исследование локальных связей для обнаружения подделки лиц
[ECCV 2020] Частотное мышление: обнаружение подделки лиц с помощью майнинга. Бумага с подсказками с учетом частоты
[TMM 2024] DIP: Диффузное изучение шаблона несоответствия для общего обнаружения DeepFake.
[arXiv 2024] FakeFormer: эффективные преобразователи на основе уязвимостей для универсального обнаружения дипфейков
[arXiv 2024] ИСПОЛЬЗОВАНИЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ ДЛЯ ОБОБЩЕННОГО ОБНАРУЖЕНИЯ ПОДДЕЛОК DEEPFAKE
[arXiv 2024] Обнаружение подделки лиц с помощью тщательно продуманной базовой бумаги
[arXiv 2024] Стоя на плечах гигантов: перепрограммирование модели визуального языка для общего обнаружения дипфейков
[arXiv 2024] Guided and Fused: эффективный замороженный CLIP-ViT с руководством по функциям и многоэтапным объединением функций для универсального документа по обнаружению дипфейков
[arXiv 2024] Обнаружение дипфейков с открытым набором: метод адаптации с эффективными параметрами с использованием смешанной бумаги в стиле подделки
[arXiv 2024] Своевременный обзор преобразователя изображения для обнаружения дипфейков
[arXiv 2024] Исследование преобразователей зрения с самоконтролем для обнаружения дипфейков: документ сравнительного анализа
[arXiv 2024] Сочетание экспертов низкого ранга для создания переносимой бумаги для обнаружения изображений, сгенерированных искусственным интеллектом
[arXiv 2024] MoE-FFD: Сочетание экспертов по универсальному и эффективному по параметрам обнаружению подделки лиц
[CVPR 2023] AUNet: Изучение взаимосвязей между блоками действий для обнаружения подделки лиц. Документ
[ACM MM 2023] UMMAFormer: универсальный мультимодально-адаптивный преобразователь для временной локализации подделок.
[ICCVW 2023] Дипфейки под прикрытием: обнаружение фейковых сегментов в видеобумаге
[arXiv 2023] DeepFake-Adapter: двухуровневый адаптер для бумаги для обнаружения DeepFake
[MIPR 2023] Улучшение общего обнаружения подделки лиц с помощью Vision Transformer с помощью адаптационной бумаги низкого ранга
[arXiv 2024] Понимание и улучшение обнаружения изображений, генерируемых искусственным интеллектом, без обучения с помощью моделей Vision Foundation
[arXiv 2024] Адаптер для криминалистической экспертизы: адаптация CLIP для универсальной бумаги для обнаружения подделки лиц
[arXiv 2024] ForgeryGPT: Мультимодальная модель большого языка для объяснимого обнаружения подделок изображений и локализации документа
[ACCV 2024] DPL: обнаружение DeepFake перекрестного качества с помощью двойного прогрессивного обучающего документа
[WACV 2025] DeCLIP: декодирование представлений CLIP для локализации дипфейков.
[arXiv 2024] X2-DFD: СТРУКТУРА ДЛЯ ОБЪЯСНИМОГО И РАСШИРЯЕМОГО ОБНАРУЖЕНИЯ ГЛУБОКИХ ФЕЙКОВ. Документ
[arXiv 2024] MFCLIP: Мультимодальная мелкозернистая бумага CLIP для обобщенной диффузионной бумаги для обнаружения подделки лица
[arXiv 2024] FFAA: Помощник по анализу подделки лиц в открытом мире, основанный на мультимодальной модели большого языка
[arXiv 2024] C2P-CLIP: добавление общего запроса категории в CLIP для улучшения обобщения в документе по обнаружению дипфейков
[arXiv 2024] GM-DF: Обобщенный документ по многосценарному обнаружению дипфейков
[arXiv 2024] К более общему обнаружению дипфейков на основе видео посредством управляемой адаптации по функциям лица для базовой модели документа
[arXiv 2024] FakeBench: раскройте ахиллесову пяту поддельных изображений с помощью бумаги с большими мультимодальными моделями
[Семинар CVPR 2024] Может ли ChatGPT обнаруживать DeepFakes? Исследование использования мультимодальных моделей большого языка для медиакриминалистики
[arXiv 2024] SHIELD: тест для оценки спуфинга лиц и обнаружения подделок с помощью мультимодальных моделей большого языка.
[arXiv 2024] Обоснование здравого смысла для статьи по обнаружению глубоких подделок
[ACM ICMRW 2024] Документ «К количественной оценке объяснимых методов искусственного интеллекта для обнаружения дипфейков»
[arxiv 2023] Адаптивный преобразователь зрения с функцией распознавания подделки для бумаги для обнаружения подделки лиц
[arXiv 2023] Документ об общем визуально-лингвистическом обнаружении подделки лиц
[ToMM 2024] Домен-инвариантное и патч-дискриминационное обучение функциям для общего обнаружения Deepfake.
[ICME 2023] Домен-инвариантное обучение функциям для общего обнаружения подделки лиц
[ICDM 2023] Потеря концентрического кольца для бумаги для обнаружения подделки лица
[arXiv 2024] Выявляйте артефакты посредством постепенного распутывания и очистки смешанных личностей для бумаги по обнаружению дипфейков
[CVPR 2024] Сохранение обобщения справедливости в документе по обнаружению дипфейков
[arXiv 2024] Разделение семантики подделки для обобщенного документа по обнаружению дипфейков
[arXiv 2023] Улучшение обнаружения Deepfake между наборами данных с помощью глубокой декомпозиции информации.
[ICCV 2023] UCF: Раскрытие общих особенностей универсального документа по обнаружению дипфейков
[ECCV 2022] Изучение распутанной информации о содержании для бумаги по обнаружению подделки лиц
[CVPR 2023] MARLIN: Маскированный автокодировщик для видеоизображения лица. Учебный документ
[CVPR 2022] Комплексное обучение классификации реконструкций для бумаги для обнаружения подделки лиц
[IJCAI 2021] За пределами спектра: обнаружение дипфейков с помощью повторного синтеза бумаги
[CVPRW 2020] OC-FakeDect: классификация дипфейков с использованием одноклассовой бумаги для вариационного автоэнкодера
[CVPR 2024] EditGuard: универсальная бумага для нанесения водяных знаков на изображения для локализации несанкционированного доступа и защиты авторских прав
[WACV 2024] Слабо контролируемая локализация дипфейков в изображениях, сгенерированных диффузией. Бумага
[arXiv 2024] Delocate: обнаружение и локализация дипфейковых видео со случайно расположенными поддельными следами бумаги
[CVPR 2023] MaLP: локализация манипуляций с использованием проактивной схемы.
[CVPR 2023] Неявная утечка личных данных: камень преткновения на пути к улучшению обнаружения дипфейков. Обобщенный документ
[ACM MM 2023] Найдите и проверьте: двухпотоковая сеть для улучшения обнаружения дипфейков
[CVPR 2020] Рентген лица для более общего обнаружения подделки лица.
[CVPR 2020] Об обнаружении бумаги для цифровых манипуляций с лицами
[NeurIPS 2024] DiffusionFake: улучшение обобщения при обнаружении дипфейков с помощью управляемой стабильной диффузионной бумаги
[CVPR 2023] Бумага для обнаружения дипфейков с подменой лиц на основе неявной идентификации
[CVPR 2022] Защита знаменитостей от DeepFake с помощью бумаги-трансформера согласованности идентичности
[TPAMI 2021] Обнаружение DeepFake на основе несоответствий между лицами и их контекстным документом
[ICCV 2021] ID-Reveal: документ для обнаружения видео DeepFake с распознаванием личности
[arXiv 2023] DomainForensics: выявление подделки лиц в разных доменах с помощью двунаправленного адаптационного документа
[AAAI 2022] ADD: частотное внимание и анализ знаний на основе нескольких представлений для обнаружения низкокачественных сжатых дипфейковых изображений.
[ACM MM 2021] CoReD: Обобщение обнаружения фейковых носителей с непрерывным представлением с использованием дистилляционной бумаги
[CVPRW 2021] FReTAL: Обобщение обнаружения дипфейков с использованием дистилляции и представления знаний. Учебный документ
[Журнал Mathematical Imaging and Vision 2015] Бумага о срезах и радоновых барицентрах Вассерштейна
[arXiv 2024] Семантически-ориентированное многозадачное обучение для обнаружения DeepFake: документ о совместном подходе к внедрению
[ToMM 2024] Овладение обнаружением Deepfake: передовой подход к различению изображений GAN и изображений диффузной модели
[CVPR 2023] Иерархический детальный документ по обнаружению и локализации подделок изображений
[ICCV 2023] Управляемое направляющее пространство для универсальной бумаги для обнаружения подделки лица
[arXiv 2024] Об эффективности выравнивания наборов данных для обнаружения поддельных изображений.
[CVPR 2024] LaRE^2: Метод скрытой реконструкции, основанный на ошибках, для бумаги для обнаружения диффузионно-генерируемых изображений
[VISAPP 2024] На пути к обнаружению дипфейков диффузионной модели
[arXiv 2024] Диффузионная бумага для обнаружения подделки лица
[ICCV 2023] DIRE для бумаги для обнаружения изображений, генерируемых диффузией
[ICASSP 2023] Об обнаружении синтетических изображений, генерируемых диффузионными моделями. Бумага
[ICCVW 2023] Обнаружение изображений, созданных моделями глубокой диффузии, с использованием их локальной внутренней размерности.
[ICMLW 2023] Разоблачение подделки: эффективная бумага для обнаружения изображений, генерируемых диффузией
[ECCV 2022] Обнаружение и восстановление последовательной манипуляции с DeepFake
[arXiv 2023] Надежная бумага для последовательного обнаружения DeepFake
[CVPR 2024] Сравнительное обучение классификации и локализации DeepFake с помощью рейтингового документа с несколькими метками
[TIFS 2024] Ресурсный документ о сети мульти-сотрудничества и мультиконтроля для последовательного обнаружения дипфейков
[Транзакции в сфере бытовой электроники, 2024 г.] Обнаружение последовательных манипуляций с дипфейками с помощью Spectral с помощью пирамиды внимания в потребительском документе IoT
[arXiv 2024] Скрытие лиц на виду: защита DeepFakes путем разрушения бумаги для распознавания лиц
[arXiv 2024] Черты лица имеют значение: документ о подходе к превентивному обнаружению дипфейков на основе динамических водяных знаков
[arXiv 2024] ID-Guard: универсальная система борьбы с манипулированием лицом путем взлома удостоверения личности
[IJCAI 2024] Являются ли водяные знаки ошибками в детекторах Deepfake? Переосмысление статьи о превентивной криминалистике
[TIFS 2024] Двойная защита: состязательная, отслеживаемая и невидимая защита от водяных знаков на бумаге для подмены лица
[CVPR 2023] MaLP: локализация манипуляций с использованием проактивной схемы.
[ACM MM 2023] SepMark: бумага с глубокими разделяемыми водяными знаками для унифицированного отслеживания источников и обнаружения дипфейков
[arXiv 2023] Извлечение функций имеет большее значение: разрушение универсального дипфейка посредством атаки на ансамбль функций по извлечению бумаги
[arXiv 2023] Надежный водяной знак, обеспечивающий идентификацию личности, против бумаги для подмены лиц Deepfake
[CVPR 2022] Документ по превентивному обнаружению манипулирования изображениями
[ICLR 2022] Ответственное раскрытие генеративных моделей с использованием масштабируемой бумаги для снятия отпечатков пальцев
[ECCV 2022] TAFIM: Документ о целенаправленных состязательных атаках на манипуляции с изображениями лиц
[AAAI 2022] CMUA-Watermark: межмодельный универсальный состязательный водяной знак для борьбы с дипфейковой бумагой
[IJCAI 2022] Защита от подделок: к скрытной и надежной атаке DeepFake с помощью состязательных перцептивных пертурбаций.
[AAAI 2021] Инициатива по защите от лицевых манипуляций. Бумага
[CVPRW 2020] Разрушение дипфейков: состязательные атаки на сети условной трансляции изображений и системы манипулирования лицами. Документ
[WACVW 2020] Нарушение алгоритмов DeepFake, основанных на трансляции изображений, с помощью состязательных атак. Документ
[ICLR 2024] ДИАГНОСТИКА: Обнаружение несанкционированного использования данных в моделях диффузии текста в изображение. Документ
[NeurIPSW 2024] DiffusionShield: водяной знак для защиты авторских прав на данные от моделей генеративной диффузии.
[ICCV 2023] Стабильная подпись: корневые водяные знаки в бумаге для моделей скрытой диффузии
[TPS-ISA 2023] Бумага с невидимыми водяными знаками для моделей диффузии генерации звука
[arXiv 2023] Рецепт для нанесения водяных знаков на бумагу для диффузионных моделей
[arXiv 2023] LEAT: На пути к надежному разрушению дипфейков в реальных сценариях с помощью документа о скрытой ансамблевой атаке
[Applied Soft Computing 2023] AVFakeNet: унифицированная комплексная модель глубокого обучения Dense Swin для аудиовизуального обнаружения дипфейков.
[APSIPA ASC 2022] Обнаружение мультимодальной подделки с использованием документа по ансамблевому обучению
[ICCV 2021] Совместный документ по обнаружению аудиовизуальных дипфейков
[ACM MMW 2021] Оценка мультимодального набора данных Deepfake аудио-видео с использованием унимодальных и мультимодальных детекторов.
[BMVC 2024] Обнаружение аудиовизуальных дипфейков с помощью детальной проверки несоответствий
[arXiv 2024] Контекстное межмодальное внимание для аудиовизуального обнаружения и локализации дипфейков. Документ
[TIFS 2023] AVoiD-DF: совместное аудиовизуальное обучение обнаружению поддельной бумаги
[arXiv 2022] Мультимодальная сеть на основе аудиовизуального внимания для обнаружения видео с фальшивыми говорящими лицами
[ICCV 2021] Совместный документ по обнаружению аудиовизуальных дипфейков
[arXiv 2024] Интеграция аудиовизуальных функций для мультимодальной бумаги для обнаружения дипфейков
[arXiv 2024] AVT2-DWF: Улучшение обнаружения дипфейков с помощью аудиовизуального слияния и стратегий динамического взвешивания.
[Image Communication 2023] Увеличение признаков мультимодальной подделки для обнаружения Deepfake
[arXiv 2023] DF-TransFusion: мультимодальное обнаружение дипфейков с помощью перекрестного внимания к губам и аудио и самостоятельного внимания к лицу
[DICTA 2022] Вы действительно это имеете в виду? Контентно-ориентированный аудиовизуальный набор данных Deepfake и мультимодальный метод для временной локализации подделок
[APSIPA ASC 2022] Обнаружение мультимодальной подделки с использованием документа по ансамблевому обучению
[ACM MMW 2021] Оценка мультимодального набора данных Deepfake аудио-видео с использованием унимодальных и мультимодальных детекторов.
[ICASSP 2024] Кросс-модальная и внутримодальная регуляризация для аудиовизуального обнаружения DeepFake. Документ
[arXiv 2024] AVT2-DWF: Улучшение обнаружения дипфейков с помощью аудиовизуального слияния и стратегий динамического взвешивания.
[arXiv 2023] MIS-AVoiDD: Инвариант модальности и специфическое представление для аудиовизуального обнаружения дипфейков. Документ
[CVPRW 2023] Мультимодальная трассировка: обнаружение дипфейков с использованием аудиовизуального представления. Учебный документ
[arXiv 2024] DiMoDif: Дифференциация модальности и информации дискурса для аудиовизуального обнаружения и локализации дипфейков
[ICME 2024] Документ по явному корреляционному обучению для обобщенного кросс-модального обнаружения дипфейков
[TIFS 2023] AVoiD-DF: совместное аудиовизуальное обучение обнаружению поддельной бумаги
[CVPRW 2023] Мультимодальная трассировка: обнаружение дипфейков с использованием аудиовизуального представления. Учебный документ
[arXiv 2024] Интеграция аудиовизуальных функций для мультимодальной бумаги для обнаружения дипфейков
[ICCV 2021] Совместный документ по обнаружению аудиовизуальных дипфейков
[ICASSP 2024] Кросс-модальная и внутримодальная регуляризация для аудиовизуального обнаружения DeepFake. Документ
[TIFS 2023] AVoiD-DF: совместное аудиовизуальное обучение обнаружению поддельной бумаги
[Image Communication 2023] Увеличение признаков мультимодальной подделки для обнаружения Deepfake
[arXiv 2023] MIS-AVoiDD: Инвариант модальности и специфическое представление для аудиовизуального обнаружения дипфейков. Документ
[ICIP 2024] Бумага для аудиовизуального детектора дипфейков с учетом статистики
[ToMM 2023] Однородность голоса и лица говорит о Deepfake Paper
[arXiv 2023] Неконтролируемое обнаружение мультимодальных дипфейков с использованием внутри- и кросс-модальных несоответствий.
[arXiv 2024] Обход ярлыков в аудиовизуальных наборах данных для обнаружения дипфейков с помощью обучающего документа без учителя
[CVPR 2024] AVFF: объединение аудиовизуальных функций для обнаружения дипфейков в видео.
[CVPR 2023] Самостоятельная видеокриминалистическая экспертиза с помощью документа по обнаружению аудиовизуальных аномалий
[ToMM 2023] Мультимодальный нейросимволический подход для объяснимого обнаружения дипфейков
[TCSVT 2023] PVASS-MDD: Самоконтроль прогнозирующего визуально-аудио выравнивания для мультимодального обнаружения дипфейков.
[CVPRW 2023] Аудиовизуальный документ для обнаружения DeepFake лиц, представляющих интерес
[TPAMI 2024] Обнаружение и обоснование мультимодальных манипуляций с носителями и не только бумаги
[ICASSP 2024] Использование особенностей модальности для обнаружения мультимодальных манипуляций и обоснования
[ICME 2024] Неверные объяснения обнаружения подделки лиц посредством состязательного удаления артефактов.
[arXiv 2023] Единая частотная система для обнаружения и заземления мультимодальных манипуляций.
[CVPR 2023] Обнаружение и обоснование манипуляций с мультимодальными носителями
[ACM MM 2024] Документ 1M-Deepfakes Challenge
[ECCVW 2024] Исследование сильных и слабых сторон атаки сверхвысокого разрешения в статье по обнаружению дипфейков
[arXiv 2024] Состязательное увеличение для обмана обнаружения дипфейков с помощью бумаги со сверхвысоким разрешением
[AAAI 2024] TraceEvader: Делаем DeepFakes более неотслеживаемыми, уклоняясь от документа об атрибуции поддельной модели
[ICASSP 2024] AdvShadow: Уклонение от обнаружения DeepFake с помощью состязательной теневой атаки
[CVPR 2023] Обход криминалистических классификаторов с помощью состязательных лиц, обусловленных атрибутами
[ICCV 2023] Частотно-зависимая GAN для создания состязательных манипуляций. Документ
[TCSVT 2023] Уклонение от обнаружения DeepFake с помощью неявной бумажной режекторной фильтрации в пространственной области
[arXiv 2023] Исследование атак «черного ящика», основанных на принятии решений, на бумаге для обнаружения подделки лиц
[arXiv 2023] Исследование атак «черного ящика», основанных на принятии решений, на бумаге для обнаружения подделки лиц
[arXiv 2023] AVA: состязательная атака на основе незаметного изменения атрибутов в обход документа DeepFake Detection
[arXiv 2023] Превратите фейк в настоящий: состязательные атаки на документ по обнаружению дипфейков
[CVPR 2022] Исследование частотно-состязательных атак для обнаружения подделки лиц. Документ
[WDCW 2022] Оценка устойчивости моделей детектора дипфейков на основе последовательностей с помощью статьи о состязательных возмущениях
[ICIP 2021] Незаметные состязательные примеры бумаги для обнаружения поддельных изображений
[CVPRW2021] Состязательные угрозы для обнаружения DeepFake: документ о практической перспективе
[WACV 2021] Состязательные дипфейки: оценка уязвимости детекторов дипфейков к состязательным примерам.
[CVPRW 2020] Уклонение от детекторов дипфейковых изображений с помощью атак «белого и черного ящика»
[ECCVW 2020] Состязательная атака на обнаружение дипфейков с использованием текстурных патчей на основе RL
[IJCNN 2020] Состязательные возмущения обманывают детекторы дипфейков
[ICLR 2024] Отравленное поддельное лицо: способы бэкдор-атак на бумагу для обнаружения подделки лиц
[arXiv 2024] Возможно ли обнаружить бэкдорную подделку лица с помощью естественных триггеров? Бумага
[BigDIA 2023] Настоящее неправда: бэкдор-атаки на документ об обнаружении дипфейков
[AAAI 2024] Преобразование спектра для уточнения генерации изображений (STIG) на основе контрастного обучения и профиля спектрального фильтра
[WACVW 2024] Об уязвимости детекторов DeepFake к атакам, генерируемым шумоподавлением диффузионных моделей. Документ
[CVPR 2023] Уклонение от детекторов DeepFake с помощью документа о состязательной статистической последовательности
[IEEE Transactions on Dependable and Secure Computing 2023] Делаем DeepFakes более фальшивыми: уклонение от обнаружения подделки Deep Face с помощью атакующего документа по удалению следов
[CVPR 2022] Подумайте дважды, прежде чем обнаруживать фальшивые изображения, сгенерированные GAN, по отпечаткам их спектральных доменов.
[ACM MM 2022] Победа над DeepFakes с помощью состязательной визуальной реконструкции
[CVPR 2021] Исследование состязательных поддельных изображений на бумаге с лицевым коллектором
[ACM MM 2020] FakePolisher: Делаем DeepFakes более уклончивыми от обнаружения с помощью бумаги для мелкой реконструкции
[arXiv 2020] FakeRetouch: Уклонение от обнаружения DeepFakes с помощью преднамеренной шумовой бумаги
[WACV 2024] D4: Обнаружение состязательных диффузных дипфейков с использованием непересекающихся ансамблей.
[TIFS 2024] DF-RAP: надежное состязательное возмущение для защиты от дипфейков в реальных сценариях социальных сетей.
[ICMM 2024] Учебный документ по состязательному обнаружению дипфейков с помощью сходства состязательных функций
[arXiv 2024] Обнаружение состязательных атак на детекторы Deepfake на основе XAI.
[FG 2023] FaceGuard: самоконтролируемая защита от враждебных изображений лиц. Бумага
[Серия симпозиумов IEEE по вычислительному интеллекту, 2022 г.] Документ об устойчивом состязательном обнаружении дипфейковых видео
[Журнал Electronic Imaging 2021] EnsembleDet: ансамбль против состязательной атаки на обнаружение дипфейков
[arXiv 2021] Надежное обнаружение дипфейковых медиа с использованием совмещенных прогнозов сверточной нейронной сети.
[arXiv 2024] Обнаружение дипфейков в реальном времени в реальной газете
[CVPR 2024 DFAD Workshop] Быстрее, чем ложь: обнаружение дипфейков в реальном времени с использованием бинарных нейронных сетей.
[arXiv 2024] Федеративное обучение обнаружению подделки лиц с помощью персонализированной репрезентативной бумаги
[TIFS 2023] FedForgery: обобщенное обнаружение подделки лиц с остаточным интегрированным обучением.
[24-й международный семинар IEEE по обработке мультимедийных сигналов (MMSP, 2022 г.)] Документ об обнаружении дипфейков с помощью защиты конфиденциальности данных
