ExposeAnyone: Modelos de Difusão de Áudio para Expressão Personalizada São Detectores Robustos de Falsificação Facial em Zero-Shot
Imagem gerada por Gemini AI
Pesquisadores apresentaram o ExposeAnyone, um método auto-supervisionado para detectar manipulações de deepfake, utilizando um modelo de difusão que gera sequências de expressões a partir de áudio. Ao personalizar modelos para sujeitos específicos, a técnica calcula distâncias de identidade para identificar falsificações. Essa abordagem supera os métodos existentes em 4,22 pontos de AUC e detecta de forma eficaz vídeos desafiadores gerados pelo Sora2, mantendo-se robusta contra distorções como desfoque e compressão, o que aumenta sua aplicabilidade no mundo real na detecção de fraudes faciais.
ExposeAnyone: Uma Revolução na Detecção de Falsificações Faciais
ExposeAnyone, um modelo auto-supervisionado, melhora significativamente a detecção de manipulações deepfake, especialmente variações desconhecidas. Esta abordagem utiliza um modelo de difusão para gerar sequências de expressões a partir de áudio, permitindo uma detecção robusta de falsificações faciais.
Os métodos atuais dependem de treinamento supervisionado, o que pode levar ao overfitting. ExposeAnyone emprega uma estrutura totalmente auto-supervisionada que personaliza o modelo para sujeitos específicos através de conjuntos de dados de referência, permitindo que ele calcule distâncias de identidade entre vídeos suspeitos e sujeitos de referência ao analisar erros de reconstrução de difusão.
Métricas de Desempenho
Experimentos demonstraram a eficácia do ExposeAnyone em vários conjuntos de dados, incluindo DF-TIMIT e DFDCP. As principais descobertas incluem:
- Uma melhoria de 4,22 pontos percentuais na média da Área sob a Curva (AUC) em relação aos métodos anteriores.
- Capacidade aprimorada de detectar vídeos gerados pelo modelo Sora2.
- Alta robustez contra distorções comuns, como desfoque e compressão.
Tópicos relacionados:
📰 Fonte original: https://arxiv.org/abs/2601.02359v1
Todos os direitos e créditos pertencem ao editor original.