2026년 9월 딥페이크 탐지 논문: 다면적 추론, 스마트폰 오경보, 그리고 지속적인 학습

해결하는 문제

IMFD는 다중 얼굴 위조 감지를 지침 기반 시각-언어 과제로 재구성하여 얼굴을 동시에 위치시키고 얼굴별 진위 레이블을 할당합니다. 이는 명시적인 얼굴 좌표와 이미지 맥락이 대규모 시각-언어 모델이 왼쪽에서 오른쪽으로 얼굴 인덱스를 올바른 출력과 정렬하는 데 도움이 되는지를 테스트합니다.

핵심 결과

전체 테스트 세트에 지상 진실 좌표를 적용하면 IMFD는 0.98 마이크로-F1, 0.98 매크로 F1, 0.94 정확 일치 정확도에 도달합니다; 얼굴이 많은 부분집합은 0.97, 0.98, 0.87 점수를 얻습니다. 진정한 단일 단계 환경에서는 전체 세트 지표가 0.90, 0.84, 0.77로 떨어져 로컬라이징이 남은 병목 현상을 드러냅니다. 페이스박스 AP는 전체 세트에서 81.9, 다면 서브셋에서 83.6입니다. 입력 해상도를 112픽셀에서 672픽셀로 올리면 제어 마이크로-F1이 0.917에서 0.981로, 정확한 일치율이 0.654에서 0.948로 증가합니다. IMFD는 비교 기준선보다 성능이 우수하지만 가장 빠른 단일 단계 방법보다 느리며 여전히 합성 벤치마크 조작에 의존합니다.

해결하는 문제

LAION-Mobile은 12개의 원래 검출기 체크포인트가 최신 AI 이미지에 일반화되는지, 그리고 실제 스마트폰 사진에서 얼마나 자주 오경보되는지 감사합니다. 이 검사는 임계값 독립적 식별과 임계값 보정을 구분하며, 기존 GAN 보정이 오해를 불러일으키는 배포 이미지를 만드는지 여부를 묻습니다.

핵심 결과

NTIRE 2026에서, 최고의 탐지기도 0.624 AUC에 불과하며, 열두 개 중 다섯 개는 우연보다 낮은 점수를 기록하고, 누구도 5%의 위양성률에서 13.5%를 초과하는 진양성률을 달성하지 못한다. 기존 방식으로 보정된 임계값은 몇몇 시스템이 최대 11%의 전화-사진 오경보에서 사용 가능한 것처럼 보이게 하지만, 최신 보정 방식은 동일한 탐지기가 실제 사진의 17-91%를 경고하게 만든다. UnivFD가 이러한 변화를 보여준다: 0.2%가 동일한 전화 이미지에서 39.1%로 증가한다. 데이터는 오래된 기기가 대부분을 차지하며 현재의 플래그십 모델은 거의 포함하지 않고, 이미지별로 인증된 것이 아니라 진위가 추론되며, LAION-Mobile은 실제 사진만 포함하므로 두 클래스 전화 AUC를 제공할 수 없다.

해결하는 문제

MSFD는 비디오 딥페이크 탐지를 위해 안정성-가소성 문제를 구체적으로 대상으로 한다. 탐지기를 업데이트하면서 공간적, 시간적, 시공간적인 포렌식 지식을 개별적으로 보존하며, 단일 정적 학습-테스트 분할 대신 전체 데이터, 생성기 점진적, 소수 샷 시퀀스를 평가한다.

핵심 결과

6-과제 프로토콜에서 전체 시스템은 평균 AUC 93.02%와 평균 망각 2.29 포인트를 기록했으며, iCaRL 스타일의 기준선은 각각 89.84%와 6.81을 기록했습니다. 생성기-점진 프로토콜에서는 평균 AUC 96.67%를 달성했으며, 이미지-비디오 위조에서는 91.47%를 기록했고, 망각은 1.37이었습니다. 새로운 과제당 실제 동영상 25개와 가짜 동영상 25개만 사용했을 때, 평균 정확도 83.65%와 -1.25 망각을 달성하여 긍정적인 역전달을 나타냈습니다; IDER는 -2.10으로 망각이 더 적지만, 정확도는 약간 낮은 83.47%입니다. 제약 실험(ablation)은 세 개의 주파수 분기 모두 단일 통합 표현보다 더 우수함을 보여줍니다. 이 방법은 주로 아시아 동영상 데이터가 포함된 KoDF 과제 이후에도 망각이 증가하는 것을 보여, 인구 통계 및 도메인 변환 문제가 여전히 해결되지 않았음을 나타냅니다.