Publication:
EfficientNets for DeepFake Detection: Comparison of Pretrained Models

Дата
2021
Авторы
Pokroy, A. A.
Egorov, A. D.
Journal Title
Journal ISSN
Volume Title
Издатель
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Выпуск журнала
Аннотация
© 2021 IEEE.Rapid advances in media generation techniques have made the creation of AI-generated fake face videos more accessible than ever before. In order to accelerate the development of new ways to expose forged videos, Facebook created Deep Fake Detection Challenge (DFDC), which demonstrated multiple approaches to solve this problem. Analysis of top-performing solutions revealed that all winners used pre-trained EfficientNet networks, which was finetuned on videos containing face manipulations. Because of this observation, we decide to compare the performance of EfficientNets models within the task of detecting fake videos. For comparison, we use models, based on the highest-performing entrant of DFDC, entered by Selim Seferbekov, and the DFDC dataset as training data. Our experiments show that there is no strong correlation between model performance and its size. The best accuracy was achieved by B4 and B5 models.
Описание
Ключевые слова
Цитирование
Pokroy, A. A. EfficientNets for DeepFake Detection: Comparison of Pretrained Models / Pokroy, A.A., Egorov, A.D. // Proceedings of the 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2021. - 2021. - P. 598-600. - 10.1109/ElConRus51938.2021.9396092
URI
https://www.doi.org/10.1109/ElConRus51938.2021.9396092
 https://www.scopus.com/record/display.uri?eid=2-s2.0-85104792685&origin=resultslist
 http://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcAuth=Alerting&SrcApp=Alerting&DestApp=WOS_CPL&DestLinkType=FullRecord&UT=WOS:000669709800132
 https://openrepository.mephi.ru/handle/123456789/23975
Коллекции
Публикации