Using Deep Learning to Detecting Deepfakes

要約

近年、ソーシャルメディアは多くのオンラインユーザーにとって主要な情報源に成長しました。
これにより、ディープフェイクを通じて誤った情報が広まりました。
ディープフェイクは、ある人の顔を別のコンピューターで生成された顔に置き換えるビデオまたは画像であり、多くの場合、社会でより認識されやすい人です。
最近の技術の進歩により、技術的な経験がほとんどない人でもこれらのビデオを作成できます。
これにより、大統領や有名人などの社会の権力者を模倣することができ、誤った情報やその他のディープフェイクの悪用を広める潜在的な危険性が生まれます。
このオンラインの脅威に対抗するために、研究者はディープフェイクを検出するように設計されたモデルを開発しました。
この調査では、この迫り来る脅威と戦うためにディープラーニングアルゴリズムを使用するさまざまなディープフェイク検出モデルを調べます。
この調査は、ディープフェイク検出モデルの現状と、この問題を解決するために多くの研究者が採用している独自のアプローチの包括的な概要を提供することに焦点を当てています。
このホワイトペーパーでは、今後の作業のメリット、制限、および提案について詳しく説明します。

要約(オリジナル)

In the recent years, social media has grown to become a major source of information for many online users. This has given rise to the spread of misinformation through deepfakes. Deepfakes are videos or images that replace one persons face with another computer-generated face, often a more recognizable person in society. With the recent advances in technology, a person with little technological experience can generate these videos. This enables them to mimic a power figure in society, such as a president or celebrity, creating the potential danger of spreading misinformation and other nefarious uses of deepfakes. To combat this online threat, researchers have developed models that are designed to detect deepfakes. This study looks at various deepfake detection models that use deep learning algorithms to combat this looming threat. This survey focuses on providing a comprehensive overview of the current state of deepfake detection models and the unique approaches many researchers take to solving this problem. The benefits, limitations, and suggestions for future work will be thoroughly discussed throughout this paper.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google