หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

การตรวจจับ Deepfake ที่ครอบคลุมที่ยอดเยี่ยม

พื้นที่เก็บข้อมูลนี้ให้การตรวจสอบที่ครอบคลุมเกี่ยวกับการตรวจจับ Deepfake แบบ single-modal และ multi-modal ขั้นสูงซึ่งมีรายละเอียดไว้ในแบบสำรวจต่อไปนี้


การพัฒนาจากการตรวจจับ Deepfake ใบหน้าแบบ Single-modal ไปสู่ ​​Multi-modal: การสำรวจ


ปิง หลิว 1 , ชีชี่ เทา 2 , โจอี้ เทียนยี่ โจว 2,3

1 มหาวิทยาลัยเนวาดา รีโน
2 ศูนย์วิจัย Frontier AI (CFAR), A*STAR
3 ศูนย์เทคโนโลยีขั้นสูงด้านความปลอดภัยออนไลน์ (CATOS)

หากคุณเชื่อว่ามีผลงานเพิ่มเติมที่ควรรวมไว้ในรายการของเรา โปรดอย่าลังเลที่จะส่งอีเมลถึงเรา ([email protected]/[email protected]/[email protected] ) หรือหยิบยกประเด็นขึ้นมา ข้อเสนอแนะและความคิดเห็นของคุณมีค่าอย่างยิ่งในการรับรองความครบถ้วนและถูกต้องของทรัพยากรของเรา

เนื้อหา

  • แบบสำรวจที่เกี่ยวข้อง

    • การสร้างและการตรวจจับ Deepfake/AIGC

    • การตรวจสอบข้อเท็จจริงหลายรูปแบบ

  • ชุดข้อมูล Deepfake บนใบหน้า

    • ชุดข้อมูลที่สร้างโดย GAN แบบกิริยาเดี่ยว

    • ชุดข้อมูลที่สร้างการแพร่กระจายแบบกิริยาเดี่ยว

    • ชุดข้อมูลภาพและเสียงหลายรูปแบบ

    • ชุดข้อมูลข้อความ-ภาพหลายรูปแบบ

  • การตรวจจับ Deepfake แบบกิริยาเดี่ยว (ภาพ)

    • วิธีการเชิงรุกสำหรับ GAN

    • วิธีการเชิงรุกสำหรับแบบจำลองการแพร่กระจาย

    • การตรวจจับที่ไร้เดียงสา

    • การตรวจจับขั้นสูง

    • การตรวจจับแบบจำลองการแพร่กระจาย

    • การตรวจจับ Deepfake ตามลำดับ

    • ระดับอินพุต

    • ระดับโมเดล

    • ระดับการเรียนรู้

    • การตรวจจับแบบพาสซีฟ

    • การตรวจจับเชิงรุก

  • การตรวจจับ Deepfake แบบหลายรูปแบบ

    • การเรียนรู้อย่างอิสระ

    • การเรียนรู้ร่วมกัน

    • การเรียนรู้แบบจับคู่

    • คนอื่น

    • ฟิวชั่นระดับกลาง

    • ฟิวชั่นตอนปลาย

    • กลยุทธ์หลายภารกิจ

    • การทำให้เป็นมาตรฐาน

    • การตรวจจับ Deepfake ภาพและเสียง

    • การตรวจจับ Deepfake แบบข้อความและภาพ

  • การตรวจจับ Deepfake ที่น่าเชื่อถือ

    • การโจมตีของฝ่ายตรงข้าม

    • การโจมตีลับๆ

    • การลดความคลาดเคลื่อน

    • กลยุทธ์การป้องกัน

แบบสำรวจที่เกี่ยวข้อง

การสร้างและการตรวจจับ Deepfake/AIGC

[arXiv 2024] การตรวจจับ Deepfake แบบพาสซีฟในหลายรูปแบบ: เอกสารการสำรวจที่ครอบคลุม

[arxiv 2024] การสร้างและการตรวจจับ Deepfake: โครงการกระดาษวัดมาตรฐานและการสำรวจ

[arxiv 2024] การตรวจจับมัลติมีเดียที่สร้างโดยโมเดล AI ขนาดใหญ่: โครงการกระดาษสำรวจ

[ECAI 2023] การตรวจจับใบหน้าที่สร้างโดย GAN: เอกสารการสำรวจและมุมมองใหม่

[NeurIPS 2023] DeepfakeBench: เกณฑ์มาตรฐานที่ครอบคลุมของโครงการกระดาษตรวจจับ Deepfake

[arxiv 2023] เอกสารการตรวจจับ Deepfake: การศึกษาที่ครอบคลุมจากมุมมองความน่าเชื่อถือ

[IJCV 2022] การต่อต้าน DeepFakes ที่เป็นอันตราย: โครงการสำรวจ สมรภูมิ และ Horizon Paper

การตรวจสอบข้อเท็จจริงหลายรูปแบบ

[EMNLP 2023] การตรวจสอบข้อเท็จจริงอัตโนมัติหลายรูปแบบ: เอกสารสำรวจ

ชุดข้อมูล Deepfake บนใบหน้า

ชุดข้อมูลที่สร้างโดย GAN แบบกิริยาเดี่ยว

ชุดข้อมูล ปี งาน Modality ที่ได้รับการจัดการ #ของวีดีโอจริง #วิดีโอปลอม กระดาษ ลิงค์
เฟซฟอร์เรนซิส++(FF++) 2019 การจำแนกประเภท ภาพ 1,000 4,000 FaceForensics++: เรียนรู้การตรวจจับภาพใบหน้าที่ถูกดัดแปลง ดาวน์โหลด
ดีเอฟดี 2019 การจำแนกประเภท ภาพ 363 3,068 การให้ข้อมูลเพื่อการวิจัยการตรวจจับการปลอมแปลงเชิงลึก ดาวน์โหลด
ดีเอฟเอฟดี 2020 การจำแนกประเภท ภาพ 1,000 3,000 เรื่องการตรวจจับการจัดการใบหน้าแบบดิจิทัล ดาวน์โหลด
เฟซชิฟเตอร์ 2020 การจำแนกประเภท ภาพ - 1,000 FaceShifter: สู่การสลับใบหน้าที่มีความเที่ยงตรงสูงและการรับรู้การบดเคี้ยว ดาวน์โหลด
ดีเอฟดีซี 2020 การจำแนกประเภท ภาพ 23,654 104,500 ชุดข้อมูล DeepFake Detection Challenge (DFDC) ดาวน์โหลด
เซเลบ-DF 2020 การจำแนกประเภท ภาพ 590 5,639 Celeb-df: ชุดข้อมูลที่ท้าทายขนาดใหญ่สำหรับการตรวจพิสูจน์หลักฐานเชิงลึก ดาวน์โหลด
DeeperForensics-1.0 2020 การจำแนกประเภท ภาพ 50,000 10,000 DeeperForensics-1.0: ชุดข้อมูลขนาดใหญ่สำหรับการตรวจจับการปลอมแปลงใบหน้าในโลกแห่งความเป็นจริง ดาวน์โหลด
ไวลด์ดีพเฟค 2020 การจำแนกประเภท ภาพ 3,805 3,509 WildDeepfake: ชุดข้อมูลโลกแห่งความเป็นจริงที่ท้าทายสำหรับการตรวจจับ Deepfake ดาวน์โหลด
โคดีเอฟ 2020 การจำแนกประเภท ภาพ 62,166 175,776 KoDF: ชุดข้อมูลการตรวจจับ DeepFake ขนาดใหญ่ของเกาหลี ดาวน์โหลด
FFIW_10k 2021 การจำแนกประเภทและการต่อลงดินเชิงพื้นที่ ภาพ 10,000 10,000 เผชิญหน้ากับนิติเวชในป่า ดาวน์โหลด
ForgeryNet 2021 การจำแนกประเภทและการต่อลงดินเชิงพื้นที่และการต่อลงดินชั่วคราว ภาพ 99,630 12,1617 Forgerynet: เกณฑ์มาตรฐานอเนกประสงค์สำหรับการวิเคราะห์การปลอมแปลงที่ครอบคลุม ดาวน์โหลด
DF-Platter 2023 การจำแนกประเภท ภาพ 133,260 132,496 DF-Platter: ชุดข้อมูล Deepfake ที่แตกต่างกันหลายหน้า ดาวน์โหลด

ชุดข้อมูลที่สร้างการแพร่กระจายแบบกิริยาเดี่ยว

ชุดข้อมูล ปี งาน Modality ที่ได้รับการจัดการ #ภาพจริง #ภาพปลอม กระดาษ ลิงค์
DeepFakeFace 2023 การจำแนกประเภท ภาพ 30,000 90,000 ความคงทนและความสามารถทั่วไปของการตรวจจับ Deepfake: การศึกษาด้วยแบบจำลองการแพร่กระจาย ดาวน์โหลด
ดิฟเอฟ 2024 การจำแนกประเภท ภาพ 23,661 537,466 การตรวจจับการปลอมแปลงใบหน้าแบบแพร่กระจาย ดาวน์โหลด
DiffusionFace 2024 การจำแนกประเภท ภาพ 30,000 600,000 DiffusionFace: สู่ชุดข้อมูลที่ครอบคลุมสำหรับการวิเคราะห์การปลอมแปลงใบหน้าโดยอาศัยการแพร่กระจาย ดาวน์โหลด
DiffusionDB-ใบหน้า 2024 การจำแนกประเภท ภาพ 94,120 24,794 การแพร่กระจาย Deepfake ดาวน์โหลด
JourneyDB-ใบหน้า 2024 การจำแนกประเภท ภาพ 94,120 87,833 การแพร่กระจาย Deepfake ดาวน์โหลด

ชุดข้อมูลภาพและเสียงหลายรูปแบบ

ชุดข้อมูล ปี งาน Modality ที่ได้รับการจัดการ #ของวีดีโอจริง #วิดีโอปลอม กระดาษ ลิงค์
FakeAVเซเลบ 2021 การจำแนกประเภท ภาพและเสียง 500 19,500 FakeAVCeleb: ชุดข้อมูล Deepfake มัลติโมดัลเสียงและวิดีโอแบบใหม่ ดาวน์โหลด
ทีเอ็มซี 2022 การจำแนกประเภทและการต่อสายดินชั่วคราว ภาพและเสียง 2,563 4,380 ชุดข้อมูล Trusted Media Challenge และการศึกษาผู้ใช้ -
LAV-DF 2022 การจำแนกประเภทและการต่อลงดินชั่วคราว ภาพและเสียง 36,431 99,873 คุณหมายถึงอย่างนั้นจริงๆเหรอ? ชุดข้อมูล Deepfake ที่ขับเคลื่อนด้วยเนื้อหาและเสียงและวิธีการหลายรูปแบบสำหรับการแปล Temporal Forgery ดาวน์โหลด
DefakeAVMiT 2023 การจำแนกประเภท ภาพและเสียง 540 6,480 AVoiD-DF: การเรียนรู้ร่วมกันทั้งภาพและเสียงเพื่อการตรวจจับ Deepfake -
AV-Deepfake1M 2023 การจำแนกประเภทและการต่อสายดินชั่วคราว ภาพและเสียง 286,721 860,039 AV-Deepfake1M: ชุดข้อมูล Deepfake ภาพและเสียงที่ขับเคลื่อนด้วย LLM ขนาดใหญ่ ดาวน์โหลด
เอ็มเอ็มดีเอฟดี 2023 การจำแนกประเภท ภาพและเสียงและข้อความ 1,500 5,000 MMDFD- ชุดข้อมูลแบบกำหนดเองหลายรูปแบบสำหรับการตรวจจับ Deepfake -
PolyGlotFake 2024 การจำแนกประเภท ภาพและเสียงและข้อความ 766 14,472 PolyGlotFake: ชุดข้อมูล DeepFake หลายภาษาและหลายรูปแบบแบบใหม่ ดาวน์โหลด

ชุดข้อมูลข้อความ-ภาพหลายรูปแบบ

ชุดข้อมูล ปี งาน Modality ที่ได้รับการจัดการ #คู่ข้อความรูปภาพ-ข้อความจริง #คู่ข้อความรูปภาพ-ข้อความปลอม กระดาษ ลิงค์
DGM4 2023 การจำแนกประเภทและการต่อสายดินเชิงพื้นที่และการต่อสายดินข้อความ ภาพและข้อความ 77,426 152,574 DGM4: การตรวจจับและการต่อสายดินการจัดการสื่อหลายรูปแบบและอื่นๆ ดาวน์โหลด

การตรวจจับ Deepfake แบบกิริยาเดี่ยว (ภาพ)

การตรวจจับแบบพาสซีฟ

การตรวจจับที่ไร้เดียงสา

สิ่งประดิษฐ์ทางสายตา

  1. [CVPR 2024] คิดใหม่เกี่ยวกับการดำเนินการสุ่มตัวอย่างในเครือข่าย Generative ที่ใช้ CNN สำหรับกระดาษตรวจจับ Deepfake ที่สามารถทั่วไปได้ทั่วไป

  2. [CVPR 2024] LAA-Net: เครือข่ายความสนใจสิ่งประดิษฐ์เฉพาะที่สำหรับกระดาษตรวจจับ Deepfake แบบไม่เชื่อเรื่องคุณภาพและทั่วไปได้

  3. [arXiv 2024] ผู้ปฏิบัติงานที่ไม่ต้องใช้ข้อมูล: เครื่องมือแยกข้อมูลแทนวัตถุปลอมโดยไม่ต้องผ่านการฝึกอบรมสำหรับกระดาษตรวจจับ Deepfake ทั่วไปที่สามารถนำไปใช้ทั่วไปได้

  4. [arXiv 2024] แผ่นแปะง่ายๆ แผ่นเดียวคือสิ่งที่คุณต้องการสำหรับกระดาษตรวจจับภาพที่สร้างโดย AI

  5. [arXiv 2024] GenFace: เกณฑ์มาตรฐานการปลอมแปลงใบหน้าขนาดใหญ่และเอกสารการเรียนรู้ Cross Appearance-Edge

  6. [TMM 2023] GLFF: การผสมผสานคุณสมบัติระดับโลกและท้องถิ่นสำหรับกระดาษตรวจจับภาพที่สังเคราะห์โดย AI

  7. [CVPRW 2023] คุณสมบัติที่น่าสนใจของภาพสังเคราะห์: จากเครือข่ายฝ่ายตรงข้ามที่กำเนิดไปจนถึงแบบจำลองการแพร่กระจาย Paper

  8. [arXiv 2023] คุณสมบัติสัญญาณรบกวนการแพร่กระจาย: กระดาษตรวจจับภาพที่สร้างขึ้นอย่างรวดเร็วและแม่นยำ

  9. [CVPR 2021] กระดาษตรวจจับ Deepfake แบบหลายความสนใจ

  10. [CVPR 2020] การปรับปรุงพื้นผิวทั่วโลกสำหรับการตรวจจับใบหน้าปลอมใน Wild Paper

  11. [ICCV 2019] FaceForensics++: เรียนรู้การตรวจจับกระดาษภาพใบหน้าที่ถูกดัดแปลง

  12. [WIFS 2018] Mesonet: กระดาษเครือข่ายตรวจจับการปลอมแปลงวิดีโอใบหน้าขนาดกะทัดรัด

ยึดหลักความสม่ำเสมอ

  1. [arXiv 2024] การตรวจจับวิดีโอ Deepfake ทั่วไปด้วย Plug-and-Play: เอกสารการปรับแต่งระดับวิดีโอและอะแดปเตอร์ Spatiotemporal

  2. [arXiv 2024] UniForensics: การตรวจจับการปลอมแปลงใบหน้าผ่านกระดาษแสดงใบหน้าทั่วไป

  3. [arXiv 2024] การเรียนรู้การเป็นตัวแทนตามธรรมชาติสำหรับเอกสารการตรวจจับวิดีโอการปลอมแปลงใบหน้า

  4. [IJCV 2024] การเรียนรู้ความไม่สอดคล้องกันของ Spatiotemporal ผ่านเค้าโครงภาพขนาดย่อสำหรับกระดาษตรวจจับ Face Deepfake

  5. [CVPR 2024] การใช้ประโยชน์จากกระแสแฝงของรูปแบบสำหรับการสร้างเอกสารการตรวจจับวิดีโอ Deepfake ทั่วไป

  6. [arxiv 2024] การตรวจจับวิดีโอ Deepfake แบบบีบอัดโดยใช้กระดาษวิถี Spatiotemporal 3 มิติ

  7. [AAAI 2023] การตรวจจับ Deepfake ที่ใช้สัญญาณรบกวนผ่านกระดาษปฏิสัมพันธ์เชิงสัมพันธ์แบบหลายหัว

  8. [ICCV 2023] สูง: เค้าโครงภาพขนาดย่อสำหรับกระดาษตรวจจับวิดีโอ Deepfake

  9. [CVPR 2023] AltFreezing สำหรับกระดาษตรวจจับการปลอมแปลงใบหน้าแบบวิดีโอทั่วไปมากขึ้น

  10. [TCSVT 2023] MRE-Net: เครือข่ายกระตุ้นหลายอัตราสำหรับกระดาษตรวจจับวิดีโอ Deepfake

  11. [WACV 2023] TI2Net: เครือข่ายที่ไม่สอดคล้องกันของข้อมูลประจำตัวชั่วคราวสำหรับเอกสารการตรวจจับ Deepfake

  12. [ACM MM Asia 2022] การตรวจจับรูปแบบแฝง: การตรวจจับวิดีโอ Deepfake ผ่านการเรียนรู้การนำเสนอแบบคาดการณ์ล่วงหน้า

  13. [CVPR 2021] ริมฝีปากไม่ได้โกหก: วิธีการทั่วไปและมีประสิทธิภาพในการเผชิญกับการตรวจจับการปลอมแปลง Paper

  14. [ICCV 2021] การสำรวจการเชื่อมโยงกันชั่วคราวสำหรับเอกสารการตรวจจับการปลอมแปลงใบหน้าด้วยวิดีโอทั่วไปทั่วไป

  15. [ACM MM 2020] DeepRhythm: การเปิดเผย DeepFakes ด้วยกระดาษจังหวะการเต้นของหัวใจที่มองเห็นได้ชัดเจน

  16. [WIFS 2018] ใน Ictu Oculi: การเปิดเผย AI ที่สร้างวิดีโอปลอมโดยการตรวจจับกระดาษที่กะพริบตา

การตรวจจับขั้นสูง

ระดับอินพุต
การเพิ่มข้อมูล

  1. [arXiv 2024] กรอบการทำงานที่เน้นคุณภาพสำหรับกระดาษตรวจจับ Deepfake ทั่วไป

  2. [arXiv 2024] สู่การตรวจจับ Deepfake ทั่วไปด้วยรายงานหลักสูตรแบบไดนามิก

  3. [ECCV 2024] ปลอมจนกว่าคุณจะทำได้: การเสริมการปลอมแปลงแบบไดนามิกตามหลักสูตรไปสู่กระดาษการตรวจจับ Deepfake ทั่วไป

  4. [arXiv 2024] เราจะทิ้งข้อมูล Deepfake ไว้เบื้องหลังในการฝึกอบรม Deepfake Detector ได้ไหม กระดาษ

  5. [arXiv 2024] ED4: การหักล้างระดับข้อมูลที่ชัดเจนสำหรับกระดาษการตรวจจับ Deepfake

  6. [arXiv 2024] FSBI: การตรวจจับ Deepfakes ด้วยกระดาษภาพที่ผสมตัวเองที่ปรับปรุงความถี่

  7. [arXiv 2024] FreqBlender: ปรับปรุงการตรวจจับ DeepFake โดยการผสมผสานกระดาษความรู้ด้านความถี่

  8. [ICCV 2023] ดูได้: ความแตกต่างเล็กน้อยและการเรียนรู้ที่ตรงกันข้ามกันอย่างมีขอบเขตสำหรับการเปิดเผยกระดาษปลอม

  9. [arXiv 2023] ก้าวข้ามความจำเพาะของการปลอมแปลงด้วยการเพิ่มพื้นที่แฝงสำหรับกระดาษตรวจจับ Deepfake ที่สามารถทั่วไปได้

  10. [CVPR 2022] การตรวจจับ Deepfakes ด้วยกระดาษภาพที่ผสมในตัว

  11. [CVPR 2022] การเรียนรู้แบบควบคุมตนเองของตัวอย่างฝ่ายตรงข้าม: สู่ลักษณะทั่วไปที่ดีสำหรับเอกสารการตรวจจับ Deepfake

  12. [CVPR 2021] การทำเหมืองปลอมแบบตัวแทนสำหรับกระดาษตรวจจับใบหน้าปลอม

  13. [ICCV 2021] การเรียนรู้ความสม่ำเสมอในตนเองสำหรับเอกสารการตรวจจับ Deepfake

ตามความถี่พื้นที่

  1. [arXiv 2024] การใช้การแปลงรูปแบบเวฟเล็ตสำหรับกระดาษตรวจจับการปลอมแปลงแบบ DeepFake ทั่วไป

  2. [arXiv 2024] เครือข่ายการรวมบริบทและความถี่ที่หลากหลายสำหรับกระดาษตรวจจับ Deepfake

  3. [AAAI 2024] การตรวจจับ Deepfake แบบรับรู้ความถี่: การปรับปรุงความสามารถทั่วไปผ่านเอกสารการเรียนรู้เกี่ยวกับอวกาศความถี่

  4. [ICASSP 2024] การมาสก์ความถี่สำหรับกระดาษตรวจจับ Deepfake สากล

  5. [CVPR 2023] การเรียนรู้กราฟแบบไดนามิกพร้อมการให้เหตุผลความสัมพันธ์เชิงพื้นที่และความถี่ที่มีเนื้อหาแนะนำสำหรับกระดาษตรวจจับ Deepfake

  6. [AAAI 2022] FrePGAN: การตรวจจับ Deepfake ที่แข็งแกร่งโดยใช้กระดาษก่อกวนระดับความถี่

  7. [AAAI 2022] เพิ่ม: การให้ความสนใจกับความถี่และการกลั่นกรองความรู้แบบหลายมุมมองเพื่อตรวจจับกระดาษรูปภาพ Deepfake ที่ถูกบีบอัดคุณภาพต่ำ

  8. [CVPR 2021] การเรียนรู้เชิงพื้นที่ระยะตื้น: ทบทวนการตรวจจับการปลอมแปลงใบหน้าในเอกสารโดเมนความถี่

  9. [CVPR 2021] การตรวจจับการปลอมแปลงใบหน้าโดยทั่วไปด้วยกระดาษคุณสมบัติความถี่สูง

  10. [CVPR 2021] การเรียนรู้คุณลักษณะจำแนกตามความถี่ที่ดูแลโดยการสูญเสียจากศูนย์กลางเดียวสำหรับกระดาษตรวจจับการปลอมแปลงใบหน้า

  11. [AAAI 2021] เอกสารการเรียนรู้ความสัมพันธ์ในท้องถิ่นสำหรับการตรวจจับการปลอมแปลงใบหน้า

  12. [ECCV 2020] การคิดในความถี่: การตรวจจับการปลอมแปลงใบหน้าโดยการขุดเอกสารเบาะแสที่คำนึงถึงความถี่

ระดับโมเดล
ที่ใช้หม้อแปลงไฟฟ้า

  1. [TMM 2024] DIP: การเรียนรู้การแพร่กระจายของรูปแบบที่ไม่สอดคล้องกันสำหรับกระดาษตรวจจับ DeepFake ทั่วไป

  2. [arXiv 2024] FakeFormer: หม้อแปลงที่ขับเคลื่อนด้วยช่องโหว่ที่มีประสิทธิภาพสำหรับกระดาษตรวจจับ Deepfake แบบทั่วไป

  3. [arXiv 2024] การใช้การแปลงรูปแบบเวฟเล็ตสำหรับกระดาษตรวจจับการปลอมแปลงแบบ DeepFake ทั่วไป

  4. [arXiv 2024] การตรวจจับการปลอมแปลงใบหน้าด้วยกระดาษกระดูกสันหลังที่ซับซ้อน

  5. [arXiv 2024] การยืนอยู่บนไหล่ของยักษ์: การเขียนโปรแกรมโมเดลภาษาภาพใหม่สำหรับกระดาษตรวจจับ Deepfake ทั่วไป

  6. [arXiv 2024] Guided and Fused: Frozen CLIP-ViT ที่มีประสิทธิภาพพร้อมคำแนะนำด้านคุณสมบัติและการรวมคุณสมบัติหลายขั้นตอนสำหรับกระดาษตรวจจับ Deepfake ที่สามารถทั่วไปได้

  7. [arXiv 2024] การตรวจจับ Deepfake แบบเปิดชุด: วิธีการปรับที่มีประสิทธิภาพด้วยพารามิเตอร์ด้วยกระดาษผสมรูปแบบการปลอมแปลง

  8. [arXiv 2024] การสำรวจอย่างทันท่วงทีเกี่ยวกับ Vision Transformer สำหรับกระดาษตรวจจับ Deepfake

  9. [arXiv 2024] การสำรวจหม้อแปลงการมองเห็นแบบควบคุมตนเองสำหรับการตรวจจับ Deepfake: เอกสารการวิเคราะห์เชิงเปรียบเทียบ

  10. [arXiv 2024] การผสมผสานของผู้เชี่ยวชาญระดับต่ำสำหรับกระดาษตรวจจับภาพที่สร้างโดย AI ที่ถ่ายโอนได้

  11. [arXiv 2024] MoE-FFD: การผสมผสานของผู้เชี่ยวชาญสำหรับกระดาษตรวจจับการปลอมแปลงใบหน้าทั่วไปและมีประสิทธิภาพตามพารามิเตอร์

  12. [CVPR 2023] AUNet: ความสัมพันธ์การเรียนรู้ระหว่างหน่วยปฏิบัติการสำหรับเอกสารการตรวจจับการปลอมแปลงใบหน้า

  13. [ACM MM 2023] UMMAFormer: A Universal Multimodal-adaptive Transformer Framework for Temporal Forgery Localization Paper

  14. [ICCVW 2023] Undercover Deepfakes: การตรวจจับเซ็กเมนต์ปลอมในกระดาษวิดีโอ

  15. [arXiv 2023] DeepFake-Adapter: อะแดปเตอร์สองระดับสำหรับกระดาษตรวจจับ DeepFake

  16. [MIPR 2023] การเพิ่มประสิทธิภาพการตรวจจับการปลอมแปลงใบหน้าทั่วไปผ่าน Vision Transformer ด้วยกระดาษการปรับตัวระดับต่ำ

อิงตาม VLM

  1. [arXiv 2024] การทำความเข้าใจและปรับปรุงการตรวจจับรูปภาพที่สร้างโดย AI โดยไม่ต้องฝึกอบรมด้วย Vision Foundation Models Paper

  2. [arXiv 2024] อะแดปเตอร์นิติเวช: การปรับ CLIP สำหรับกระดาษตรวจจับการปลอมแปลงใบหน้าทั่วไปได้

  3. [arXiv 2024] ForgeryGPT: โมเดลภาษาขนาดใหญ่หลายรูปแบบสำหรับเอกสารการตรวจจับการปลอมแปลงรูปภาพและการแปลเป็นภาษาท้องถิ่นที่อธิบายได้

  4. [ACCV 2024] DPL: การตรวจจับ DeepFake แบบข้ามคุณภาพผ่านเอกสารการเรียนรู้ Dual Progressive

  5. [WACV 2025] DeCLIP: การถอดรหัสการนำเสนอ CLIP สำหรับ Deepfake Localization Paper

  6. [arXiv 2024] X2-DFD: กรอบการทำงานสำหรับเอกสารการตรวจจับปลอมแบบดีพฟากที่อธิบายได้และขยายได้

  7. [arXiv 2024] MFCLIP: คลิปที่มีความละเอียดหลายรูปแบบสำหรับกระดาษตรวจจับการปลอมแปลงใบหน้าแบบกระจายทั่วไปได้

  8. [arXiv 2024] FFAA: กระดาษช่วยวิเคราะห์การปลอมแปลงใบหน้าแบบเปิดโลกที่อธิบายได้โดยใช้แบบจำลองภาษาขนาดใหญ่หลายรูปแบบ

  9. [arXiv 2024] C2P-CLIP: การแทรก Category Common Prompt ใน CLIP เพื่อปรับปรุงลักษณะทั่วไปในกระดาษตรวจจับ Deepfake

  10. [arXiv 2024] GM-DF: กระดาษตรวจจับ Deepfake แบบหลายสถานการณ์ทั่วไป

  11. [arXiv 2024] สู่การตรวจจับ Deepfake ที่ใช้วิดีโอทั่วไปมากขึ้นผ่านการปรับตามคำแนะนำด้านคุณสมบัติใบหน้าสำหรับกระดาษรุ่นรองพื้น

  12. [arXiv 2024] FakeBench: เผยจุดอ่อนของภาพปลอมด้วยกระดาษแบบจำลองต่อเนื่องขนาดใหญ่

  13. [CVPR Workshop 2024] ChatGPT สามารถตรวจจับ DeepFakes ได้หรือไม่ การศึกษาการใช้แบบจำลองภาษาขนาดใหญ่หลายรูปแบบสำหรับเอกสารนิติเวชสื่อ

  14. [arXiv 2024] SHIELD: เกณฑ์มาตรฐานการประเมินสำหรับการปลอมแปลงใบหน้าและการตรวจจับการปลอมแปลงด้วยกระดาษแบบจำลองภาษาขนาดใหญ่หลายรูปแบบ

  15. [arXiv 2024] การใช้เหตุผลสามัญสำนึกสำหรับกระดาษตรวจจับปลอมเชิงลึก

  16. [ACM ICMRW 2024] สู่การประเมินเชิงปริมาณของวิธี AI ที่อธิบายได้สำหรับกระดาษตรวจจับ Deepfake

  17. [arxiv 2023] หม้อแปลงวิชันซิสเต็มการรับรู้การปลอมแปลงสำหรับกระดาษตรวจจับการปลอมแปลงใบหน้า

  18. [arXiv 2023] สู่เอกสารการตรวจจับการปลอมแปลงใบหน้าด้วยภาพและภาษาทั่วไป

ระดับการเรียนรู้
การสูญเสียขั้นสูง

  1. [ToMM 2024] การเรียนรู้คุณลักษณะที่ไม่แปรผันของโดเมนและแพตช์จำแนกสำหรับเอกสารการตรวจจับ Deepfake ทั่วไป

  2. [ICME 2023] การเรียนรู้คุณลักษณะที่ไม่แปรผันของโดเมนสำหรับเอกสารการตรวจจับการปลอมแปลงใบหน้าทั่วไป

  3. [ICDM 2023] การสูญเสียวงแหวนศูนย์กลางสำหรับกระดาษตรวจจับการปลอมแปลงใบหน้า

การเป็นตัวแทนที่ไม่ยุ่งเหยิง

  1. [arXiv 2024] จับภาพสิ่งประดิษฐ์ผ่านการแยกส่วนแบบก้าวหน้าและการทำให้เอกลักษณ์แบบผสมบริสุทธิ์สำหรับกระดาษตรวจจับ Deepfake

  2. [CVPR 2024] การรักษาความเป็นธรรมทั่วไปในเอกสารการตรวจจับ Deepfake

  3. [arXiv 2024] การแยกความหมายของการปลอมแปลงสำหรับกระดาษตรวจจับ Deepfake ที่สามารถสรุปได้ทั่วไป

  4. [arXiv 2023] การปรับปรุงการตรวจจับ Deepfake ข้ามชุดข้อมูลด้วยกระดาษสลายข้อมูลเชิงลึก

  5. [ICCV 2023] UCF: การเปิดเผยคุณสมบัติทั่วไปของกระดาษตรวจจับ Deepfake ที่สามารถทั่วไปได้

  6. [ECCV 2022] การสำรวจข้อมูลเนื้อหาที่ไม่พันกันสำหรับเอกสารการตรวจจับการปลอมแปลงใบหน้า

การฟื้นฟู

  1. [CVPR 2023] MARLIN: Masked Autoencoder สำหรับวิดีโอแทนใบหน้า LearnINg Paper

  2. [CVPR 2022] การเรียนรู้การจำแนกประเภทการสร้างใหม่แบบครบวงจรสำหรับเอกสารการตรวจจับการปลอมแปลงใบหน้า

  3. [IJCAI 2021] เหนือกว่าสเปกตรัม: การตรวจจับ Deepfakes ผ่านกระดาษสังเคราะห์ใหม่

  4. [CVPRW 2020] OC-FakeDect: การจำแนก Deepfakes โดยใช้กระดาษเข้ารหัสอัตโนมัติแบบแปรผันระดับเดียว

การจัดการการแปลเป็นภาษาท้องถิ่น

  1. [CVPR 2024] EditGuard: ลายน้ำรูปภาพอเนกประสงค์สำหรับการแปล Tamper Localization และกระดาษคุ้มครองลิขสิทธิ์

  2. [WACV 2024] การแปล Deepfake แบบ Deepfake ที่มีการดูแลไม่ดีในกระดาษรูปภาพที่สร้างโดยการแพร่กระจาย

  3. [arXiv 2024] Delocate: การตรวจจับและการแปลสำหรับวิดีโอ Deepfake ด้วยกระดาษติดตามการงัดแงะที่สุ่มตำแหน่ง

  4. [CVPR 2023] MaLP: การจัดการการแปลเป็นภาษาท้องถิ่นโดยใช้เอกสารแผนเชิงรุก

  5. [CVPR 2023] การรั่วไหลของข้อมูลระบุตัวตนโดยนัย: อุปสรรคในการปรับปรุงเอกสารทั่วไปเกี่ยวกับการตรวจจับ Deepfake

  6. [ACM MM 2023] ค้นหาและตรวจสอบ: เครือข่ายสองสตรีมสำหรับกระดาษการตรวจจับ Deepfake ที่ได้รับการปรับปรุง

  7. [CVPR 2020] การเอ็กซ์เรย์ใบหน้าสำหรับกระดาษตรวจจับการปลอมแปลงใบหน้าทั่วไปทั่วไป

  8. [CVPR 2020] เรื่องการตรวจจับกระดาษจัดการใบหน้าดิจิทัล

ความคลาดเคลื่อนของข้อมูลประจำตัว

  1. [NeurIPS 2024] DiffusionFake: การปรับปรุงลักษณะทั่วไปในการตรวจจับ Deepfake ผ่าน Guided Stable Diffusion Paper

  2. [CVPR 2023] กระดาษตรวจจับการสลับใบหน้าแบบ Deepfake ที่ขับเคลื่อนด้วยการระบุตัวตนโดยนัย

  3. [CVPR 2022] การปกป้องคนดังจาก DeepFake ด้วยกระดาษหม้อแปลงความสม่ำเสมอของอัตลักษณ์

  4. [TPAMI 2021] การตรวจจับ DeepFake ตามความแตกต่างระหว่างใบหน้าและเอกสารบริบท

  5. [ICCV 2021] การเปิดเผย ID: เอกสารการตรวจจับวิดีโอ DeepFake ที่รับรู้ถึงตัวตน

การกลั่นกรองความรู้

  1. [arXiv 2023] DomainForensics: การเปิดเผยการปลอมแปลงใบหน้าข้ามโดเมนผ่านเอกสารดัดแปลงแบบสองทิศทาง

  2. [AAAI 2022] เพิ่ม: การให้ความสนใจกับความถี่และการกลั่นกรองความรู้แบบหลายมุมมองเพื่อตรวจจับกระดาษรูปภาพ Deepfake ที่ถูกบีบอัดคุณภาพต่ำ

  3. [ACM MM 2021] CoReD: การตรวจจับสื่อปลอมทั่วไปด้วยการนำเสนออย่างต่อเนื่องโดยใช้กระดาษกลั่น

  4. [CVPRW 2021] FReTAL: การตรวจจับ Deepfake โดยทั่วไปโดยใช้เอกสารการเรียนรู้การกลั่นกรองความรู้และการเป็นตัวแทน

  5. [Journal of Mathematical Imaging and Vision 2015] Sliced ​​และ Radon Wasserstein Barycenters of Measures Paper

การทำนายแบบละเอียด

  1. [arXiv 2024] การเรียนรู้มัลติทาสก์เชิงอรรถศาสตร์สำหรับการตรวจจับ DeepFake: เอกสารแนวทางการฝังร่วม

  2. [ToMM 2024] การเรียนรู้การตรวจจับ Deepfake อย่างเชี่ยวชาญ: แนวทางที่ล้ำสมัยในการแยกแยะกระดาษรูปภาพ GAN และแบบจำลองการแพร่กระจาย

  3. [CVPR 2023] กระดาษตรวจจับการปลอมแปลงรูปภาพที่มีรายละเอียดละเอียดตามลำดับชั้นและการแปลเป็นภาษาท้องถิ่น

  4. [ICCV 2023] พื้นที่นำทางที่ควบคุมได้สำหรับกระดาษตรวจจับการปลอมแปลงใบหน้าทั่วไปได้

การตรวจจับแบบจำลองการแพร่กระจาย

  1. [arXiv 2024] เรื่องประสิทธิผลของการจัดตำแหน่งชุดข้อมูลสำหรับกระดาษตรวจจับภาพปลอม

  2. [CVPR 2024] LaRE^2: วิธีการอ้างอิงข้อผิดพลาดในการสร้างใหม่แบบแฝงสำหรับกระดาษตรวจจับภาพที่สร้างโดยการแพร่กระจาย

  3. [VISAPP 2024] สู่การตรวจจับกระดาษ Deepfakes ของแบบจำลองการแพร่กระจาย

  4. [arXiv 2024] กระดาษตรวจจับการปลอมแปลงใบหน้าแบบแพร่กระจาย

  5. [ICCV 2023] DIRE สำหรับกระดาษตรวจจับภาพที่สร้างโดยการแพร่กระจาย

  6. [ICASSP 2023] ในการตรวจจับภาพสังเคราะห์ที่สร้างโดยกระดาษแบบจำลองการแพร่

  7. [ICCVW 2023] การตรวจจับภาพที่สร้างโดยแบบจำลองการแพร่กระจายเชิงลึกโดยใช้กระดาษมิติภายในเฉพาะที่

  8. [ICMLW 2023] การเปิดเผยของปลอม: กระดาษตรวจจับรูปภาพที่สร้างการแพร่กระจายอย่างมีประสิทธิภาพ

การตรวจจับ Deepfake ตามลำดับ

  1. [ECCV 2022] การตรวจจับและการกู้คืนเอกสารการจัดการ DeepFake ตามลำดับ

  2. [arXiv 2023] กระดาษตรวจจับ DeepFake ตามลำดับที่แข็งแกร่ง

  3. [CVPR 2024] การเรียนรู้ที่ตรงกันข้ามสำหรับการจำแนกประเภท DeepFake และการแปลเป็นภาษาท้องถิ่นผ่านรายงานการจัดอันดับแบบหลายป้ายกำกับ

  4. [TIFS 2024] เอกสารทรัพยากรการตรวจจับ Deepfake แบบต่อเนื่องและการทำงานร่วมกันแบบหลายฝ่ายและหลายการกำกับดูแล

  5. [ธุรกรรมเกี่ยวกับอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภคปี 2024] การตรวจจับการจัดการ Deepfake ตามลำดับผ่านสเปกตรัมพร้อมความสนใจแบบพีระมิดในกระดาษ IoT สำหรับผู้บริโภค

การตรวจจับเชิงรุก

วิธีการเชิงรุกสำหรับ GAN

  1. [arXiv 2024] การซ่อนใบหน้าในสายตาธรรมดา: การป้องกัน DeepFakes โดยการรบกวนกระดาษตรวจจับใบหน้า

  2. [arXiv 2024] ลักษณะใบหน้ามีความสำคัญ: เอกสารแนวทางการตรวจจับ Deepfake เชิงรุกที่ใช้ลายน้ำแบบไดนามิก

  3. [arXiv 2024] ID-Guard: กรอบการทำงานสากลสำหรับการต่อสู้กับการจัดการใบหน้าผ่านกระดาษระบุตัวตนที่ทำลาย

  4. [IJCAI 2024] ลายน้ำเป็นจุดบกพร่องสำหรับเครื่องตรวจจับ Deepfake หรือไม่ การคิดใหม่เอกสารนิติเวชเชิงรุก

  5. [TIFS 2024] การป้องกันแบบคู่: ลายน้ำที่แข็งแกร่งที่ต่อต้าน ตรวจสอบย้อนกลับได้ และมองไม่เห็นเทียบกับกระดาษสลับใบหน้า

  6. [CVPR 2023] MaLP: การจัดการการแปลเป็นภาษาท้องถิ่นโดยใช้เอกสารแผนเชิงรุก

  7. [ACM MM 2023] SepMark: ลายน้ำแบบแยกส่วนได้ลึกสำหรับ Unified Source Tracing และกระดาษตรวจจับ Deepfake

  8. [arXiv 2023] การแยกคุณสมบัติมีความสำคัญเพิ่มเติม: การหยุดชะงักของ Universal Deepfake ผ่านการโจมตีตัวแยกคุณสมบัติ Ensemble Paper

  9. [arXiv 2023] ลายน้ำการรับรู้ตัวตนที่แข็งแกร่งเทียบกับกระดาษสลับใบหน้าแบบ Deepfake

  10. [CVPR 2022] กระดาษตรวจจับการจัดการภาพเชิงรุก

  11. [ICLR 2022] การเปิดเผยอย่างมีความรับผิดชอบของแบบจำลองการกำเนิดโดยใช้กระดาษพิมพ์ลายนิ้วมือที่ปรับขนาดได้

  12. [ECCV 2022] เอกสาร TAFIM: การโจมตีฝ่ายตรงข้ามแบบกำหนดเป้าหมายต่อการปรับแต่งภาพใบหน้า

  13. [AAAI 2022] CMUA-ลายน้ำ: ลายน้ำสากลข้ามแบบจำลองสำหรับการต่อสู้กับกระดาษปลอมระดับลึก

  14. [IJCAI 2022] การต่อต้านการปลอมแปลง: สู่การโจมตีหยุดชะงัก DeepFake ที่ซ่อนเร้นและแข็งแกร่งผ่านเอกสารการก่อกวนที่รับรู้โดยฝ่ายตรงข้าม

  15. [AAAI 2021] กระดาษริเริ่มการป้องกันการบงการใบหน้า

  16. [CVPRW 2020] การรบกวน Deepfakes: การโจมตีของฝ่ายตรงข้ามต่อเครือข่ายการแปลรูปภาพแบบมีเงื่อนไขและระบบการจัดการใบหน้า

  17. [WACVW 2020] รบกวนอัลกอริทึม DeepFake ที่ใช้การแปลรูปภาพพร้อมการโจมตีฝ่ายตรงข้าม

วิธีการเชิงรุกสำหรับแบบจำลองการแพร่กระจาย

  1. [ICLR 2024] การวินิจฉัย: การตรวจจับการใช้ข้อมูลที่ไม่ได้รับอนุญาตในกระดาษแบบจำลองการแพร่กระจายของข้อความเป็นรูปภาพ

  2. [NeurIPSW 2024] DiffusionShield: ลายน้ำสำหรับการป้องกันลิขสิทธิ์ข้อมูลเทียบกับกระดาษรุ่น Generative Diffusion

  3. [ICCV 2023] ลายเซ็นต์ที่เสถียร: ลายน้ำการรูทในกระดาษแบบจำลองการแพร่กระจายแฝง

  4. [TPS-ISA 2023] ลายน้ำที่มองไม่เห็นสำหรับกระดาษโมเดลการแพร่กระจายการสร้างเสียง

  5. [arXiv 2023] สูตรสำหรับกระดาษโมเดลการแพร่กระจายลายน้ำ

  6. [arXiv 2023] LEAT: สู่การหยุดชะงักของ Deepfake ที่แข็งแกร่งในสถานการณ์จริงผ่านกระดาษโจมตี Ensemble ที่แฝงอยู่

การตรวจจับ Deepfake แบบหลายรูปแบบ

การตรวจจับ Deepfake ภาพและเสียง

การเรียนรู้อย่างอิสระ

  1. [Applied Soft Computing 2023] AVFakeNet: โมเดลการเรียนรู้เชิงลึก Dense Swin แบบ end-to-end แบบครบวงจรสำหรับกระดาษตรวจจับภาพและเสียงแบบ Deepfakes

  2. [APSIPA ASC 2022] การตรวจจับการปลอมแปลงหลายรูปแบบโดยใช้เอกสารการเรียนรู้ของ Ensemble

  3. [ICCV 2021] กระดาษตรวจจับ Deepfake ภาพและเสียงร่วม

  4. [ACM MMW 2021] การประเมินชุดข้อมูล Deepfake เสียง-วิดีโอมัลติโมดัลโดยใช้กระดาษเครื่องตรวจจับแบบ Unimodal และ Multimodal

การเรียนรู้ร่วมกัน

ฟิวชั่นระดับกลาง
ข้ามความสนใจ

  1. [BMVC 2024] การตรวจจับ Deepfakes ของภาพและเสียงด้วยกระดาษที่ไม่สอดคล้องกันแบบละเอียด

  2. [arXiv 2024] ความสนใจข้ามโมดัลตามบริบทสำหรับการตรวจจับ Deepfake ของภาพและเสียง

  3. [TIFS 2023] AVoiD-DF: การเรียนรู้ร่วมกันทั้งภาพและเสียงสำหรับการตรวจจับกระดาษ Deepfake

  4. [arXiv 2022] กระดาษตรวจจับวิดีโอใบหน้าพูดปลอมที่อิงการดึงดูดความสนใจทั้งภาพและเสียงสำหรับวิดีโอใบหน้าพูดปลอม

  5. [ICCV 2021] กระดาษตรวจจับ Deepfake ภาพและเสียงร่วม

ฟิวชั่นตอนปลาย
การต่อข้อมูลและการบวก

  1. [arXiv 2024] การบูรณาการคุณสมบัติภาพและเสียงสำหรับกระดาษตรวจจับ Deepfake ต่อเนื่องหลายรูปแบบ

  2. [arXiv 2024] AVT2-DWF: การปรับปรุงการตรวจจับ Deepfake ด้วยการผสมผสานภาพและเสียงและกลยุทธ์การถ่วงน้ำหนักแบบไดนามิก

  3. [การสื่อสารด้วยภาพ 2023] การขยายเบาะแสการปลอมแปลงหลายรูปแบบสำหรับกระดาษตรวจจับ Deepfake

  4. [arXiv 2023] DF-TransFusion: การตรวจจับ Deepfake ต่อเนื่องหลายรูปแบบผ่าน Lip-Audio Cross-Attention และ Facial Self-Attention Paper

  5. [DICTA 2022] คุณหมายความอย่างนั้นจริงๆ เหรอ? ชุดข้อมูล Deepfake ที่ขับเคลื่อนด้วยเนื้อหาและเสียงและวิธีการหลายรูปแบบสำหรับเอกสารการแปลการปลอมแปลงชั่วคราว

  6. [APSIPA ASC 2022] การตรวจจับการปลอมแปลงหลายรูปแบบโดยใช้เอกสารการเรียนรู้ของ Ensemble

  7. [ACM MMW 2021] การประเมินชุดข้อมูล Deepfake มัลติโมดัลเสียง-วิดีโอโดยใช้กระดาษเครื่องตรวจจับแบบ Unimodal และ Multimodal

ความสนใจ

  1. [ICASSP 2024] การทำให้เป็นมาตรฐานแบบ Cross-Modality และ Within-Modality สำหรับเอกสารการตรวจจับ DeepFake ด้วยเสียงและภาพ

  2. [arXiv 2024] AVT2-DWF: การปรับปรุงการตรวจจับ Deepfake ด้วยการผสมผสานภาพและเสียงและกลยุทธ์การถ่วงน้ำหนักแบบไดนามิก

  3. [arXiv 2023] MIS-AVoiDD: การแสดงรูปแบบที่ไม่แปรผันและเฉพาะเจาะจงสำหรับกระดาษตรวจจับภาพและเสียงแบบ Deepfake

เลเยอร์มิกเซอร์ MLP

  1. [CVPRW 2023] Multimodaltrace: การตรวจจับ Deepfake โดยใช้เอกสารการเรียนรู้การเป็นตัวแทนภาพและเสียง

กลยุทธ์หลายภารกิจ

  1. [arXiv 2024] DiMoDif: Discourse Modality-information Differentiation for Audio-visual Deepfake Detection and Localization Paper

  2. [ICME 2024] การเรียนรู้ความสัมพันธ์ที่ชัดเจนสำหรับเอกสารการตรวจจับ Deepfake ข้ามโมดอลที่สามารถสรุปได้ทั่วไป

  3. [TIFS 2023] AVoiD-DF: การเรียนรู้ร่วมกันทั้งภาพและเสียงสำหรับการตรวจจับกระดาษ Deepfake

  4. [CVPRW 2023] Multimodaltrace: การตรวจจับ Deepfake โดยใช้เอกสารการเรียนรู้การเป็นตัวแทนภาพและเสียง

  5. [arXiv 2024] การบูรณาการคุณสมบัติภาพและเสียงสำหรับกระดาษตรวจจับ Deepfake ต่อเนื่องหลายรูปแบบ

  6. [ICCV 2021] กระดาษตรวจจับ Deepfake ภาพและเสียงร่วม

การทำให้เป็นมาตรฐาน

  1. [ICASSP 2024] การทำให้เป็นมาตรฐานแบบ Cross-Modality และ Within-Modality สำหรับเอกสารการตรวจจับ DeepFake ด้วยเสียงและภาพ

  2. [TIFS 2023] AVoiD-DF: การเรียนรู้ร่วมกันทั้งภาพและเสียงสำหรับการตรวจจับกระดาษ Deepfake

  3. [การสื่อสารด้วยภาพ 2023] การขยายเบาะแสการปลอมแปลงหลายรูปแบบสำหรับกระดาษตรวจจับ Deepfake

  4. [arXiv 2023] MIS-AVoiDD: การแสดงรูปแบบที่ไม่แปรผันและเฉพาะเจาะจงสำหรับกระดาษตรวจจับภาพและเสียงแบบ Deepfake

การเรียนรู้แบบจับคู่

  1. [ICIP 2024] เอกสารเครื่องตรวจจับ Deepfake ภาพและเสียงที่รับรู้สถิติ

  2. [ToMM 2023] ความสม่ำเสมอของใบหน้าและเสียงบอก Deepfake Paper

  3. [arXiv 2023] การตรวจจับ Deepfake ต่อเนื่องหลายรูปแบบที่ไม่ได้รับการดูแลโดยใช้กระดาษที่ไม่สอดคล้องกันภายในและข้าม Modal

คนอื่น

  1. [arXiv 2024] การหลีกเลี่ยงทางลัดในชุดข้อมูลการตรวจจับ Deepfake ทั้งภาพและเสียงด้วยเอกสารการเรียนรู้แบบไม่มีผู้ดูแล

  2. [CVPR 2024] AVFF: การผสมผสานคุณสมบัติภาพและเสียงสำหรับกระดาษตรวจจับ Deepfake ของวิดีโอ

  3. [CVPR 2023] วิดีโอนิติเวชแบบควบคุมตนเองโดยเอกสารการตรวจจับความผิดปกติด้านภาพและเสียง

  4. [ToMM 2023] วิธีการหลายรูปแบบทางระบบประสาทสำหรับกระดาษตรวจจับ Deepfake ที่อธิบายได้

  5. [TCSVT 2023] PVASS-MDD: การควบคุมตนเองด้วยการจัดตำแหน่งภาพและเสียงเชิงคาดการณ์สำหรับกระดาษตรวจจับ Deepfake ต่อเนื่องหลายรูปแบบ

  6. [CVPRW 2023] เอกสารการตรวจจับ DeepFake ของบุคคลทั้งภาพและเสียงที่สนใจ

การตรวจจับ Deepfake แบบภาพและข้อความ

  1. [TPAMI 2024] การตรวจจับและการต่อสายดินการจัดการสื่อหลายรูปแบบและนอกเหนือจากกระดาษ

  2. [ICASSP 2024] การใช้ประโยชน์จากคุณสมบัติเฉพาะของ Modality สำหรับการตรวจจับการจัดการหลายรูปแบบและกระดาษต่อสายดิน

  3. [ICME 2024] คำอธิบายที่ต่อต้านข้อเท็จจริงสำหรับการตรวจจับการปลอมแปลงใบหน้าผ่านการกำจัดสิ่งแปลกปลอมโดยฝ่ายตรงข้าม

  4. [arXiv 2023] กรอบการทำงานแบบรวมความถี่ช่วยสำหรับการตรวจจับและการต่อสายดิน เอกสารการจัดการหลายรูปแบบ

  5. [CVPR 2023] เอกสารการตรวจจับและการต่อสายดินการจัดการสื่อหลายรูปแบบ

ท้าทาย

  1. [ACM MM 2024] เอกสารท้าทายการตรวจจับ 1M-Deepfakes

การตรวจจับ Deepfake ที่น่าเชื่อถือ

การโจมตีของฝ่ายตรงข้าม

  1. [ECCVW 2024] การสำรวจจุดแข็งและจุดอ่อนของการโจมตีที่มีความละเอียดสูงสุดในเอกสารการตรวจจับ Deepfake

  2. [arXiv 2024] การขยายภาพฝ่ายตรงข้ามเพื่อหลอกลวงการตรวจจับ Deepfake ผ่านกระดาษความละเอียดสูง

  3. [AAAI 2024] TraceEvader: ทำให้ DeepFakes ไม่สามารถติดตามได้มากขึ้นผ่านการหลีกเลี่ยงเอกสารระบุแหล่งที่มาของแบบจำลองการปลอมแปลง

  4. [ICASSP 2024] AdvShadow: การหลบเลี่ยงการตรวจจับ DeepFake ผ่านเอกสารการโจมตี Shadow ของฝ่ายตรงข้าม

  5. [CVPR 2023] การหลีกเลี่ยงตัวแยกประเภททางนิติวิทยาศาสตร์ด้วยเอกสารใบหน้าฝ่ายตรงข้ามที่มีเงื่อนไขตามคุณสมบัติ

  6. [ICCV 2023] GAN ที่รับรู้ความถี่สำหรับเอกสารการสร้างการจัดการฝ่ายตรงข้าม

  7. [TCSVT 2023] การหลบเลี่ยงการตรวจจับ DeepFake ผ่านกระดาษกรองรอยบากในโดเมนเชิงพื้นที่โดยนัย

  8. [arXiv 2023] การสำรวจการโจมตีกล่องดำตามการตัดสินใจบนกระดาษตรวจจับการปลอมแปลงใบหน้า

  9. [arXiv 2023] การสำรวจการโจมตีกล่องดำตามการตัดสินใจบนกระดาษตรวจจับการปลอมแปลงใบหน้า

  10. [arXiv 2023] AVA: การโจมตีฝ่ายตรงข้ามตามรูปแบบแอตทริบิวต์ที่ไม่โดดเด่น โดยข้ามกระดาษการตรวจจับ DeepFake

  11. [arXiv 2023] เปลี่ยนของปลอมให้กลายเป็นจริง: ศัตรูหันหัวโจมตีกระดาษตรวจจับ Deepfake

  12. [CVPR 2022] การสำรวจการโจมตีฝ่ายตรงข้ามความถี่สำหรับเอกสารการตรวจจับการปลอมแปลงใบหน้า

  13. [WDCW 2022] การประเมินความทนทานของโมเดลเครื่องตรวจจับ Deepfake ตามลำดับโดยเอกสารการก่อกวนของฝ่ายตรงข้าม

  14. [ICIP 2021] ตัวอย่างฝ่ายตรงข้ามที่มองไม่เห็นสำหรับกระดาษตรวจจับภาพปลอม

  15. [CVPRW2021] ภัยคุกคามจากฝ่ายตรงข้ามต่อการตรวจจับ DeepFake: เอกสารมุมมองเชิงปฏิบัติ

  16. [WACV 2021] Adversarial Deepfakes: การประเมินช่องโหว่ของ Deepfake Detectors ไปยังเอกสารตัวอย่าง Adversarial

  17. [CVPRW 2020] การหลบเลี่ยงเครื่องตรวจจับภาพ Deepfake ด้วยกระดาษโจมตีกล่องขาวและดำ

  18. [ECCVW 2020] การโจมตีของฝ่ายตรงข้ามในการตรวจจับ Deepfake โดยใช้กระดาษแพทช์พื้นผิวแบบ RL

  19. [IJCNN 2020] เอกสารการตรวจจับ Deepfake ของ Adversarial Perturbations Fool

การโจมตีลับๆ

  1. [ICLR 2024] ใบหน้าปลอมแปลงพิษ: มุ่งสู่การโจมตีลับๆ บนใบหน้า เอกสารตรวจจับการปลอมแปลงใบหน้า

  2. [arXiv 2024] การตรวจจับการปลอมแปลงใบหน้าประตูหลังด้วยทริกเกอร์ตามธรรมชาติเป็นไปได้หรือไม่ กระดาษ

  3. [BigDIA 2023] ความจริงไม่เป็นความจริง: การโจมตีแบบแบ็คดอร์ต่อกระดาษตรวจจับ Deepfake

การลดความคลาดเคลื่อน

  1. [AAAI 2024] การแปลสเปกตรัมเพื่อการปรับแต่งการสร้างภาพ (STIG) ตามเอกสารโปรไฟล์การเรียนรู้ที่ตรงกันข้ามและตัวกรองสเปกตรัม

  2. [WACVW 2024] เกี่ยวกับช่องโหว่ของเครื่องตรวจจับ DeepFake ต่อการโจมตีที่สร้างขึ้นโดย Denoising Diffusion Models Paper

  3. [CVPR 2023] การหลบเลี่ยงเครื่องตรวจจับ DeepFake ผ่านเอกสารความสม่ำเสมอทางสถิติของฝ่ายตรงข้าม

  4. [ธุรกรรม IEEE บนคอมพิวเตอร์ที่เชื่อถือได้และปลอดภัย 2023] ทำให้ DeepFakes ปลอมแปลงมากขึ้น: การหลบเลี่ยงการตรวจจับการปลอมแปลง Deep Face ผ่านกระดาษโจมตีการลบร่องรอย

  5. [CVPR 2022] คิดให้ดีก่อนตรวจจับภาพปลอมที่สร้างโดย GAN จากกระดาษพิมพ์ Spectral Domain

  6. [ACM MM 2022] การเอาชนะ DeepFakes ด้วยเอกสารการสร้างภาพใหม่ของฝ่ายตรงข้าม

  7. [CVPR 2021] สำรวจภาพปลอมของฝ่ายตรงข้ามบนกระดาษหลายหน้า

  8. [ACM MM 2020] FakePolisher: ทำให้ DeepFakes ตรวจจับได้มากขึ้นและหลบหลีกได้ด้วยกระดาษสร้างใหม่แบบตื้น

  9. [arXiv 2020] FakeRetouch: การหลบเลี่ยงการตรวจจับ DeepFakes ผ่านการแนะแนวของกระดาษเสียงรบกวนโดยเจตนา

กลยุทธ์การป้องกัน

  1. [WACV 2024] D4: การตรวจจับการแพร่กระจายของฝ่ายตรงข้ามโดยใช้กระดาษ Disjoint Ensembles

  2. [TIFS 2024] DF-RAP: การก่อกวนฝ่ายตรงข้ามที่แข็งแกร่งสำหรับการป้องกัน Deepfakes ในสถานการณ์โซเชียลเน็ตเวิร์กโลกแห่งความเป็นจริง

  3. [ICMM 2024] การตรวจจับ Deepfake ที่แข็งแกร่งอย่างตรงกันข้ามผ่านเอกสารการเรียนรู้ความคล้ายคลึงกันของฟีเจอร์ฝ่ายตรงข้าม

  4. [arXiv 2024] กระดาษการตรวจจับการโจมตีฝ่ายตรงข้ามโดยใช้ XAI บนเครื่องตรวจจับ Deepfake

  5. [FG 2023] FaceGuard: กระดาษแสดงการป้องกันตนเองจากภาพใบหน้าของฝ่ายตรงข้าม

  6. [IEEE Symposium Series on Computational Intelligence 2022] เอกสารการตรวจจับวิดีโอ Deepfake ที่แข็งแกร่งและทนทานต่อฝ่ายตรงข้าม

  7. [Journal of Electronic Imaging 2021] EnsembleDet: การรวมกลุ่มต่อต้านการโจมตีของฝ่ายตรงข้ามบนกระดาษตรวจจับ Deepfake

  8. [arXiv 2021] การตรวจจับสื่อ Deepfake ที่มีประสิทธิภาพโดยฝ่ายตรงข้ามโดยใช้การทำนายโครงข่ายประสาทเทียมแบบหลอมรวม

การตรวจจับ Deepfake ที่มีประสิทธิภาพ

  1. [arXiv 2024] การตรวจจับ Deepfake แบบเรียลไทม์ในรายงานโลกแห่งความเป็นจริง

  2. [CVPR 2024 DFAD Workshop] เร็วกว่าคำโกหก: การตรวจจับ Deepfake แบบเรียลไทม์โดยใช้โครงข่ายประสาทเทียมแบบไบนารี Paper

การตรวจจับ Deepfake ที่คำนึงถึงความเป็นส่วนตัว

  1. [arXiv 2024] การเรียนรู้การตรวจจับการปลอมแปลงใบหน้าแบบรวมศูนย์ด้วยกระดาษนำเสนอเฉพาะบุคคล

  2. [TIFS 2023] FedForgery: การตรวจจับการปลอมแปลงใบหน้าทั่วไปด้วยเอกสารการเรียนรู้แบบรวมศูนย์ที่ตกค้าง

  3. [การประชุมเชิงปฏิบัติการนานาชาติ IEEE ครั้งที่ 24 เรื่องการประมวลผลสัญญาณมัลติมีเดีย (MMSP) ประจำปี 2022] การตรวจจับแบบ Deepfake ด้วยเอกสารการปกป้องความเป็นส่วนตัวของข้อมูล

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด