• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 研究成果報告書

Facial Privacy and Forensic in The Wild: Explainable End-to-End Networks for Multi-Face Anonymization and Multi-Face Forgery Detection

研究課題

  • PDF
研究課題/領域番号 20K23355
研究種目

研究活動スタート支援

配分区分基金
審査区分 1002:人間情報学、応用情報学およびその関連分野
研究機関国立情報学研究所

研究代表者

レ チュンギア  国立情報学研究所, 情報社会相関研究系, 特任研究員 (00884404)

研究期間 (年度) 2020-09-11 – 2022-03-31
キーワードdeepfake generation / deepfake detection / deepfake segmentation
研究成果の概要

偽造データの合成コストを削減するために、偽造ワークフローを開発しました。 私たちのフレームワークは、ディープフェイクジェネレーターを繰り返しトレーニングすることなく、非ターゲットフェイススワッピング用のGANモデルを使用して、無限の数の偽の個人IDを生成できます。 このフレームワークは、ディープフェイクの生成と匿名化に大きな可能性を秘めています。 また、多面的な偽造の検出と実際のセグメンテーションのために、高品質の画像を使用して新しい大規模なデータセットを作成しました。 また、これらのタスクの評価と進行を容易にするためのベンチマークスイートも紹介しました。

自由記述の分野

Applied Computer VIsion

研究成果の学術的意義や社会的意義

We published a book chapter to introduce general knowledge about deepfake for beginners and/or students. We expect that our book chapter is helpful for beginners to understand deepfake and use these techniques correctly.

URL: 

公開日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi