Markov Processes for Enhanced Deepfake Generation and Detection
New and existing methods for generating, and especially detecting, deepfakes are investigated and compared on the simple problem of authenticating coin flip data. Importantly, an alternative approach to deepfake generation and detection, which uses a Markov Observation Model (MOM) is introduced and compared on detection ability to the traditional Generative Adversarial Network (GAN) approach as well as Support Vector Machine (SVM), Branching Particle Filtering (BPF) and human alternatives. MOM was also compared on generative and discrimination ability to GAN, filtering and humans (as SVM does not have generative ability). Humans are shown to perform the worst, followed in order by GAN, SVM, BPF and MOM, which was the best at the detection of deepfakes. Unsurprisingly, the order was maintained on the generation problem with removal of SVM as it does not have generation ability.
Processus de Markov pour une génération et une détection améliorées de Deepfake
Des méthodes nouvelles et existantes pour générer, et surtout détecter, des deepfakes sont étudiées et comparées sur le problème simple de l'authentification des données de pile ou face. Une approche alternative de la génération et de la détection des deepfakes, qui utilise un modèle d'observation de Markov (MOM), est présentée et comparée, en termes de capacité de détection, à l'approche traditionnelle du réseau adversarial génératif (GAN), ainsi qu'à la machine à vecteur de support (SVM), au filtrage de particules ramifiées (BPF) et à des alternatives humaines. La capacité de génération et de discrimination du MOM a également été comparée à celle du GAN, du filtrage et des humains (le SVM n'ayant pas de capacité de génération). Les humains sont les moins performants, suivis dans l'ordre par le GAN, le SVM, le BPF et le MOM, qui s'est avéré le meilleur pour la détection des deepfakes. Sans surprise, l'ordre a été maintenu pour le problème de la génération avec l'élimination du SVM, qui n'a pas de capacité de génération.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais