작은 훈련 없는 필터가 더 일반적인 아티팩트 표현을 캡처하는 데 충분하다.
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.
다양한 딥페이크 기법에 대해 일반화된 성능을 보이는 선별적 도메인 불변 특징 추출 방법을 제안한다.
실제 얼굴과 합성 가짜 얼굴의 주파수 특성 차이를 활용하여 가짜 얼굴을 생성함으로써 딥페이크 탐지 성능을 향상시킬 수 있다.
StyleGAN 생성 모델의 잠재 공간을 활용하여 효율적이고 경량화된 딥페이크 탐지 모델을 제안한다.
완벽한 딥페이크 영상을 탐지하기 위해서는 아티팩트에 의존하지 않고 정체성 기반의 특징을 활용해야 한다.