Core Concepts
본 연구는 기존 딥페이크 탐지 기법들의 성능을 공정하고 종합적으로 평가하기 위한 벤치마킹 프레임워크를 제안한다. 이를 통해 현재 딥페이크 탐지 기술의 수준과 향후 발전 방향을 파악할 수 있다.
Abstract
본 연구는 기존 딥페이크 탐지 기법들의 성능을 공정하고 종합적으로 평가하기 위한 벤치마킹 프레임워크를 제안한다.
다양한 조작 기법으로 생성된 데이터셋을 통합하여 표준 데이터셋을 구축하고, 이를 활용해 11개의 대표적인 탐지 기법을 재구현하여 평가했다.
또한 실제 환경을 잘 반영하는 도전적인 테스트셋(ID 테스트셋)을 구축하여 탐지 기법의 일반화 성능을 평가했다.
탐지 성능, 일반화 능력, 강건성, 실용성 등 다양한 측면에서 탐지 기법들을 종합적으로 분석했다.
실험 결과, 기존 탐지 기법들의 성능이 실제 환경에서 크게 저하되는 것을 확인했다. 또한 어떤 단일 기법도 모든 측면에서 우수한 성능을 보이지 않았다.
이를 통해 현재 딥페이크 탐지 기술의 수준과 향후 발전 방향을 파악할 수 있다.
Stats
모든 탐지 기법의 ID 테스트셋 상 평균 AUC 점수는 60% 미만으로 크게 저하되었다.
다양한 종류의 왜곡을 가한 경우 대부분의 탐지 기법 성능이 크게 감소했다.
대부분의 탐지 기법의 단일 프레임 추론 시간이 5ms를 초과하여 실용성이 낮은 것으로 나타났다.
Quotes
"기존 탐지 기법들의 성능이 실제 환경에서 크게 저하되는 것을 확인했다."
"어떤 단일 기법도 모든 측면에서 우수한 성능을 보이지 않았다."