GAN DCT 異常を検出することでディープフェイクに立ち向かう

ディープフェイク現象を適切に対比させるためには、新しいディープフェイク検出アルゴリズムを設計する必要があります。この強力なAI技術の誤用は、関与するすべての人々のプライベートな生活に深刻な結果をもたらします。最先端は、偽のマルチメディアコンテンツを検出するために深層ニューラルネットワークを使用したソリューションで proliferates していますが、残念ながらこれらのアルゴリズムは一般化も説明可能でもないようです。しかし、ディープフェイクの作成中に生成対抗ネットワーク (GAN) エンジンによって残された痕跡は、アドホック周波数を分析することによって検出できます。この理由から、本論文では、異なる生成アーキテクチャのユニークなフィンガープリントを表すいわゆる GAN 特有の周波数 (GSF) を検出する新しいパイプラインを提案します。離散コサイン変換 (DCT) を利用することで、異常周波数が検出されました。AC係数分布から推定された β 統計は、GANエンジン生成データを認識する鍵となりました。また、JPEG圧縮、ミラーリング、回転、スケーリング、ランダムなサイズの長方形の追加など、画像に対する異なる攻撃を使用して技術の有効性を示すためにロバストネステストも実施されました。実験により、この方法が革新的であり、最先端を超え、説明可能性の観点でも多くの洞察を提供することが実証されました。