[3N1-GS-7] Vision, speech media processing:

[3N1-GS-7-04] A Study on Video-level Deepfake Detection Using Adversarial Data Augmentation

〇Ryuta Fujimoto¹, Takafumi Koshinaka¹ (1. Yokohama City University)

Keywords:Deep Fake Detection, Data Augmentation, Video Recognition

巧妙化するディープフェイク動画の悪用に対処するため, 高精度で汎化性能の高いディープフェイク検出技術が求められている. 従来はCNNを用いたフレームレベルの検出が主流であったが, 学習時に見ていない未知のフェイク動画に対して性能が低下するという課題がある. 動画特有の時間情報を有効活用したデータ拡張手法はいくつか提案されているが, ディープフェイク検出においてはまだ十分な検討がなされていない. そこで本研究では, 時間情報を積極的に活用するビデオレベルのディープフェイク検出におけるデータ拡張手法に着目し, 従来手法であるCutOutやFrameCutOut, CubeCutOutを評価するとともに, 敵対的サンプリングを導入し, 汎化性能の観点で有効性を示す.