GAN-generated Faces Detection: A Survey and New Perspectives

要約

Generative Adversarial Networks (GAN) により、非常にリアルな顔画像が生成され、偽のソーシャル メディア アカウントや、重大な影響を与える可能性のあるその他の偽情報問題に使用されてきました。
したがって、そのような偽の顔を検査して暴露できる、対応する GAN 顔検出技術が積極的に開発中です。
この研究では、GAN 顔検出における最近の進歩を包括的にレビューすることを目的としています。
私たちは、GAN モデルから生成または合成された顔画像を検出できる手法に焦点を当てています。
私たちは既存の検出作業を 4 つのカテゴリに分類します: (1) 深層学習ベース、(2) 物理ベース、(3) 生理学的ベースの方法、(4) 人間の視覚性能との評価と比較。
カテゴリごとに主要なアイデアを要約し、メソッドの実装に結び付けます。
また、未解決の問題について議論し、将来の研究の方向性を提案します。

要約(オリジナル)

Generative Adversarial Networks (GAN) have led to the generation of very realistic face images, which have been used in fake social media accounts and other disinformation matters that can generate profound impacts. Therefore, the corresponding GAN-face detection techniques are under active development that can examine and expose such fake faces. In this work, we aim to provide a comprehensive review of recent progress in GAN-face detection. We focus on methods that can detect face images that are generated or synthesized from GAN models. We classify the existing detection works into four categories: (1) deep learning-based, (2) physical-based, (3) physiological-based methods, and (4) evaluation and comparison against human visual performance. For each category, we summarize the key ideas and connect them with method implementations. We also discuss open problems and suggest future research directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google