Fundamental Technologies for Deep Fake Detection

深度伪造检测的基础技术

• 批准号: 22H03640
• 负责人: 山崎 俊彦
• 金额: $ 10.82万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H03640/
• 关键词: ディープ・フェイク; Deep Fake; 偽造・捏造; 敵対的画像生成; GAN; 画像生成

本研究では深層学習の発展に伴って大きな社会問題となりつつあるディープ・フェイク（深層学習により合成された偽の画像・映像）に対して、正しく真贋判定する技術を確立することを目標とする。これにより、悪意のあるデマや犯罪を排除し、画像・映像を安心・信頼して利用できる社会の実現をざす。2022年度は下記の研究を行った。Self-Blended Images (SBI)法の確立：ディープ・フェイク生成技術を指定・限定することなく、汎用性を持ってディープ・フェイクを判別できる独自技術を実現した。従来技術ではフェイク生成技術ごとにそれぞれ個別の学習が必要だったり、汎用学習データの生成に膨大な計算コストがかかったりして実用的ではなかった。SBIでは1枚の画像から前景画像と背景画像を作り出し、微妙なaugmentationを施したあとにブレンドし直す事により疑似フェイク画像を生成する。本手法は難関国際会議であるCVPR2022でオーラル発表として採択されただけではなく、多くの報道で取り上げられた。新しい画像生成技術手法の提案：GAN技術は実は不安定であるため、適用対象は人の顔など限定的なのが現状である。今後GAN技術の安定化が進めば様々なターゲットに対して生成が可能になることが想定され、事前の対策が必要である。この問題に対し、我々は独自のbalanced Consistency Regularization (bCR)という手法によりGANを安定化する手法を確立した。どれもユニークな試みであり、いくつかの受賞があるほか、対外発表も順調に行った。

This study aims to establish a technology for the development of deep learning with large social problems. This is the first time that we've had a chance to get rid of a crime, a picture, a message, a reality. Research on the next record in 2022 will be carried out. Self-Blended Images (SBI) Method: Self-Blended Images (SBI) Method: Self-Blended Images (SBI) In the future, the technology of generation is not only necessary for individual learning, but also for universal learning. SBI is responsible for creating a portrait, foreground portrait, background portrait, and subtle augmentations. The CVPR2022 International Conference on Human Rights was held in Beijing on March 28, 2010. New image generation technology proposal: GAN technology is not stable, applicable to the image of the person's face is limited to the status quo In the future, the stabilization of GAN technology will be improved, and the corresponding countermeasures will be necessary. The problem is that we have a balanced Consistency Regularization (bCR) approach to GAN stabilization.どれもユニークな试みであり、いくつかの受赏があるほか、対外発表も顺调に行った。

项目成果

A dataset generation method for fake image and video detection

一种用于虚假图像和视频检测的数据集生成方法

• 发表时间: 2022

Detecting Deepfakes with Self-Blended Images

• DOI: 10.1109/cvpr52688.2022.01816
• 发表时间: 2022-04
• 期刊: 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
• 作者: Kaede Shiohara;T. Yamasaki

生成器の内部表現を用いた敵対的生成ネットワークの安定化

使用生成器的内部表示稳定生成对抗网络

• 发表时间: 2022
• 作者: 原 悠輔;山崎 俊彦
• 通讯作者: 山崎 俊彦

[CVPR2022] Detecting Deepfakes with Self-Blended Images

[CVPR2022] 使用自混合图像检测 Deepfakes

• 发表时间: 2022
• 作者: Yuta Ide;Susumu Saito;Teppei Nakano;Tetsuji Ogawa;山本雅人;Takuji Narumi;Hien Ohnaka;柳澤遼，斎藤奨，中野鐵兵，小林哲則，小川哲司;Kaede Shiohara and Toshihiko Yamasaki;Kentaro Seki;小川哲司，斎藤奨，中野鐵兵;Kaede Shiohara and Toshihiko Yamasaki;関 健太郎;Kaede Shiohara and Toshihiko Yamasaki
• 通讯作者: Kaede Shiohara and Toshihiko Yamasaki

ビジョン技術の基礎研究・応用研究・実用化について考える

关于视觉技术基础研究、应用研究、实际应用的思考

• 发表时间: 2022
• 作者: 原 悠輔;山崎 俊彦;山崎 俊彦
• 通讯作者: 山崎 俊彦