AIFIND：アーティファクトを考慮した解釈的微細アラインメントによる段階的フェイス偽造検出
arXiv cs.CV / 2026/4/20
📰 ニュースModels & Research
要点
- 本論文では、継続的に出現する偽造タイプへの対応を目的とした段階的フェイス偽造検出の新手法としてAIFINDを提案する。
- 既存手法はデータリプレイや粗い二値教師信号に依存し、表現空間を明示的に制約しないため、特徴ドリフトや壊滅的忘却が起きやすいと指摘している。
- AIFINDは、低レベルのアーティファクト手がかりから意味アンカーを生成し、段階学習のための安定した座標系を構築する。
- これらのアンカーはアーティファクト・プローブ・アテンションによって画像エンコーダに注入され、適応的デシジョン・ハーモナイザにより分類器の整合（幾何学的整合）を維持する。
- 複数の段階的プロトコルでの実験結果から、AIFINDが既存手法より優れていると報告されている。
