RoboFake：ディープフェイク検出器はヒューマノイド顔ロボットに対応できるか？
RoboFake: Are Deepfake Detectors Ready for Humanoid Face Robots?
物理的な唇同期顔ロボットの映像を既存のディープフェイク検出器にかけると、合成映像よりも高く偽物判定されるなど、検出器がロボットの非人間的な顔に反応していることを示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
分類: cs.CV, cs.CR, cs.RO
原文アブストラクト
Humanoid face robots can now move their lips in sync with speech and show detailed facial expressions. Give such a robot the face of a real person and drive it with generated speech, and you get a face forgery that happens in front of the camera: the camera records a real object, and no pixel is edited. We call this a RoboFake. In this paper we ask what current deepfake detectors do when they see a robot face. We test six public detectors trained on FaceForensics++ on video of a physical lip-syncing face robot, on a synthesized video of the same robot, and on rendered robot faces. All thresholds are fixed on FaceForensics++, and every result is compared with real human faces that went through the same processing as the robot videos. At a threshold that flags 5% of real faces, three detectors flag almost every physical robot frame, while two flag fewer than 7%. A matched human control and masking show that the response comes from the face, not from the processing or the background. However, it does not track synthesis: with only the face visible, three of the six detectors give the physical robot a higher fake score than its synthesized video. The response is also fragile, and light JPEG compression is enough to push most robot frames below the threshold for some detectors. Our results suggest that current detectors flag today's robots because their faces do not look human, not because they recognize a forgery. We release our evaluation protocol and code, and state three testable hypotheses about realistic, interactive RoboFakes.
関連論文
- 脈拍か由来か？rPPGベースのディープフェイク検出器が学ぶものディープフェイク検出
- MoSTE：動画ディープフェイク検出のための時空間エキスパート混合ディープフェイク検出
- Spectra: マルチスケール暗黙分解によるディープフェイク検出ディープフェイク検出
- MSUチームによる説明可能なディープフェイク検出チャレンジ2026への挑戦：根拠あるアーティファクト証拠に基づく検出ディープフェイク検出
- MOTIF: 3DMM係数を超えた特定人物向けディープフェイク検出ディープフェイク検出
- 明示的なフォレンジック特徴と時間モデリングによる動画ディープフェイクの解釈可能な検出ディープフェイク検出
