Deep Learning for Deepfakes Creation and Detection: A Survey

要約

ディープラーニングは、ビッグデータ解析からコンピュータビジョン、人間レベルの制御まで、さまざまな複雑な問題の解決に成功裏に適用されてきた。しかし、ディープラーニングの進歩は、プライバシーや民主主義、国家安全保障に対する脅威を引き起こす可能性のあるソフトウェアを作成するためにも採用されている。最近登場したディープラーニングを利用したアプリケーションの1つに、deepfakeがあります。ディープフェイクのアルゴリズムは、人間が本物と見分けがつかないような偽の画像や動画を作成することができます。そのため、デジタル視覚メディアの完全性を自動的に検出・評価できる技術の提案が不可欠である。本論文では、ディープフェイクを作成するために用いられるアルゴリズム、さらに言えば、これまでの文献で提案されているディープフェイクを検出する方法についてサーベイを行う。また、ディープフェイク技術に関連する課題、研究動向、方向性について幅広く考察を行う。ディープフェイクの背景と最先端のディープフェイク検出方法を概観することで、ディープフェイク技術の包括的な概要を示し、難易度が高まるディープフェイクに対処するための新しく堅牢な手法の開発を促進する。

要約(オリジナル)

Deep learning has been successfully applied to solve various complex problems ranging from big data analytics to computer vision and human-level control. Deep learning advances however have also been employed to create software that can cause threats to privacy, democracy and national security. One of those deep learning-powered applications recently emerged is deepfake. Deepfake algorithms can create fake images and videos that humans cannot distinguish them from authentic ones. The proposal of technologies that can automatically detect and assess the integrity of digital visual media is therefore indispensable. This paper presents a survey of algorithms used to create deepfakes and, more importantly, methods proposed to detect deepfakes in the literature to date. We present extensive discussions on challenges, research trends and directions related to deepfake technologies. By reviewing the background of deepfakes and state-of-the-art deepfake detection methods, this study provides a comprehensive overview of deepfake techniques and facilitates the development of new and more robust methods to deal with the increasingly challenging deepfakes.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL