PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2511.21507v2cs.CV

딥페이크 탐지기를 위한 일반화된 설계 선택

Generalized Design Choices for Deepfake Detectors

딥페이크 탐지 방법의 효과는 핵심 설계보다 데이터 전처리, 증강 전략, 최적화 기법과 같은 구현 세부사항에 더 크게 좌우되는 경우가 많다. 이러한 요인들 때문에 탐지기들을 공정하게 비교하고, 성능에 실제로 기여하는 요인이 무엇인지 파악하기가 어렵다. 이를 해결하기 위해, 우리는 서로 다른 설계 선택이 딥페이크 탐지 모델의 정확도와 일반화 능력에 어떤 영향을 미치는지 체계적으로 조사하며, 학습(training), 추론(inference), 점진적 업데이트와 관련된 측면에 초점을 둔다. 개별 요인의 영향을 분리함으로써, 향후 딥페이크 탐지 시스템의 설계와 개발을 위한 견고하고 아키텍처에 독립적인 모범 사례를 확립하고자 한다. 실험 결과, 딥페이크 탐지를 일관되게 향상시키고 AI-GenBench 벤치마크에서 최신(state-of-the-art) 성능을 가능하게 하는 일련의 설계 선택을 확인하였다.