
本稿では、説明可能なオープンワールド顔偽造分析のための新しい視覚質問応答（VQA）タスクとベンチマーク、そして、マルチモーダル大規模言語モデル（MLLM）と複数回答知的決定システム（MIDS）で構成される顔偽造分析アシスタントFFAAを紹介する。


coremsg

マルチモーダル大規模言語モデルに基づく説明可能なオープンワールド顔偽造分析アシスタントffaaの紹介


マルチモーダル大規模言語モデルに基づく説明可能なオープンワールド顔偽造分析アシスタントFFAAの紹介



顔偽造検出(FFD)モデルの一般化性能を向上させるには、基盤ネットワークの事前学習と微調整、そして推論段階の最適化が重要である。



本研究は、パラメータ効率的な方法でグローバルな特徴とローカルな特徴を同時に抽出することで、顔偽造検出の一般化性と頑健性を向上させる。



顔偽造検出のための汎用的かつパラメータ効率的なMixture of Expertsアプローチ
