본 논문에서는 딥러닝 기술을 활용하여 얼굴 이미지의 위조 여부를 정확하고 빠르게 탐지하는 경량 컨볼루션 신경망 모델인 LightFFDNets을 제안하고, 다른 딥러닝 모델들과 비교 분석하여 그 성능을 검증합니다.
다양한 얼굴 합성 알고리즘으로 인해 발생하는 복잡한 위조 패턴을 효과적으로 탐지하기 위해서는 얼굴 특징을 강력하게 표현하고 미묘한 위조 단서를 정확하게 추출할 수 있는 능력이 필요하다.
생성 확산 모델을 활용하여 도메인 간 및 공격 유형 간 고품질 가짜 얼굴 이미지를 생성함으로써, 얼굴 위조 탐지 성능을 향상시킨다.
본 연구는 전문가 혼합 모듈을 활용하여 일반화되고 매개변수 효율적인 얼굴 위조 탐지 모델을 제안한다. 이를 통해 변환기의 표현력과 합성곱 신경망의 지역 특징을 동시에 활용하여 성능을 향상시킨다.