一般化ディープフェイク検出のための拡張マルチスケール空間時間不一致拡大器

最近、リアルなディープフェイク動画が社会において深刻なセキュリティ上の懸念を引き起こしています。既存の動画ベースの検出方法は、粗い時間的視点で局所的な空間領域を観察するため、微妙な空間時間情報を取得することが難しく、結果的に一般化能力が制限されています。本論文では、包括的でより微妙な空間時間の手がかりを掘り下げることに焦点を当てた新しい拡張マルチスケール空間時間不一致拡大器（AMSIM）を提案します。まず、グローバル空間および長期的時間的視点を含むGIVが確立され、包括的な空間時間の手がかりが捉えられるようにします。次に、重要な局所的空間とマルチタイムスケールの局所的時間視点を持つMLIVが設計され、検出困難な空間時間の異常を拡大します。続いて、GIVがMLIVを指導し、全体的な動画に非常に関連する局所的空間時間の異常を動的に見つける役割を果たします。最後に、普遍的なフレームワークをさらに取得するために、対抗データの増強が特別に設計され、ソースドメインを拡張し、未見の偽造ドメインをシミュレートします。大規模な六つのデータセットにおける広範な実験により、我々のAMSIMが最先端の検出方法を上回り、未見の偽造技術およびデータセットに適用しても効果的であることが示されました。