DeFakeQ：適応的な双方向量子化によりエッジ端末でリアルタイムなディープフェイク検出を可能にする

要旨: ディープフェイク検出は、現代のメディアフォレンジックにおける基本的な構成要素となっています。検出精度の大きな進展にもかかわらず、既存の多くの手法は依然として計算量が多く、パラメータ数も多いため、リアルタイムの現場推論を必要とする、計算資源の限られたエッジデバイスへの導入が制限されています。この制約は、オンライン決済、バーチャル会議、ソーシャルネットワーキングなどのメディア中心のアプリケーションにおいてモバイルデバイスが広く用いられる時代に、特に重大です。一方で、ディープフェイク検出のために極めて微細な改ざんアーティファクトを捉えるという固有の要件があるため、最先端の量子化手法は通常、そのような難しい課題では十分に機能しません。こうしたきわめて細かな手がかりはモデル圧縮に対して非常に敏感であり、量子化の過程で簡単に劣化し、その結果、顕著な性能低下につながります。この課題は、信頼性の高いディープフェイク検出に不可欠な識別的特徴を保持するために特化した量子化戦略の必要性を浮き彫りにしています。このギャップを埋めるために、私たちはDefakeQを提案します。これはディープフェイク検出器向けに最初に設計された量子化フレームワークであり、エッジデバイスでのリアルタイム導入を可能にします。提案手法は、特徴の相関を同時に活用し、冗長性を除去するという、新しい適応的双方向圧縮戦略を導入することで、モデルのコンパクトさと検出性能の有効なバランスを実現します。5つのベンチマークデータセットと11の最先端バックボーン検出器にまたがる大規模な実験により、DeFakeQが既存の量子化およびモデル圧縮のベースラインを一貫して上回ることを示します。さらに、DefakeQをモバイルデバイスに対して実世界のシナリオで展開し、リアルタイムのディープフェイク検出が可能であること、ならびにエッジ環境における実用性を実証します。