DERİN SAHTE VİDEOLARIN TESPİTİ VE UYGULAMALARI İÇİN BİR KARŞILAŞTIRMA ÇALIŞMASI

Yapay zekâ ile hızlı olarak gelişen teknolojinin ve sosyal medyanın çok etkin bir şekilde kullanılması derin sahte videoların oluşturulmasını ve paylaştırılmasını kolaylaştırmıştır. Derin sahte tespiti hala tam olarak çözülemeyen bir problem olduğu için Facebook, Microsoft, AWS ve AI gibi sosyal medya firmaları araştırmalara destek sağlamakta ve farklı platformlarda önerilen çözümler açık kaynak olarak sunulmaktadır. Tespit yöntemleri derin sahte oluşturma yöntemlerinde kendilerini iyileştirmek için kullanıldığından oluşturma ve tespit aralarındaki çekişme hiç bitmeyecek gibidir. Bu da her zaman için yeni bir tespit yöntemine ihtiyaç oluşturacaktır. Bu çalışmada derin sahte videoların tespit edilmesinde kullanılan yöntemler incelenmiştir. Uygulamaların performans etki analizleri yapılmıştır. Farklı özellikteki veri setlerinin ve farklı yöntemlere sahip tespit uygulamalarının listesi ve özellikleri tablolar halinde verilmiştir. Uygulamalar karşılaştırılarak, zorlukları ve eğilimleri değerlendirilerek araştırmacılara kaynak olarak sunulmuştur.

___

  • Afchar, D., Nozick, V., Yamagishi, J., & Echizen, I. (2018). Mesonet: a compact facial video forgery detection network. 2018 IEEE International Workshop on Information Forensics and Security (WIFS), (s. 1–7).
  • Albahar, M., & Almalki, J. (2019). Deepfakes: Threats and countermeasures systematic review. Journal of Theoretical and Applied Information Technology, 97, 3242–3250. Chen, T., Kumar, A., Nagarsheth, P., Sivaraman, G., & Khoury, E. (2020). Generalization of audio deepfake detection. Proceedings of the Odyssey Speaker and Language Recognition Workshop, Tokyo, Japan, (s. 1–5).
  • Chintha, A., Thai, B., Sohrawardi, S. J., Bhatt, K., Hickerson, A., Wright, M., & Ptucha, R. (2020). Recurrent convolutional structures for audio spoof and video deepfake detection. IEEE Journal of Selected Topics in Signal Processing, 14, 1024–1037.
  • Chollet, F. (2017). Xception: Deep learning with depthwise separable convolutions. Proceedings of the IEEE conference on computer vision and pattern recognition, 1251--1258.
  • Dang, H., Liu, F., Stehouwer, J., Liu, X., & Jain, A. K. (2020). On the detection of digital face manipulation. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, (s. 5781–5790).
  • G{\"u}era, D., & Delp, E. J. (2018). Deepfake video detection using recurrent neural networks. 2018 15th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS).IEEE, 1-6.
  • Korshunov, P., & Marcel, S. (2018). Speaker inconsistency detection in tampered video. 2018 26th European Signal Processing Conference (EUSIPCO), (s. 2375–2379).
  • Korshunov, P., Halstead, M., Castan, D., Graciarena, M., McLaren, M., Burns, B., . . . Marcel, S. (2019). Tampered speaker inconsistency detection with phonetically aware audio-visual features. International Conference on Machine Learning.
  • Li, Y., & Lyu, S. (2018). Exposing deepfake videos by detecting face warping artifacts. arXiv preprint arXiv:1811.00656.
  • Li, Y., Chang, M.-C., & Lyu, S. (2018). In ictu oculi: Exposing ai created fake videos by detecting eye blinking. 2018 IEEE International Workshop on Information Forensics and Security (WIFS).IEEE, 1-7.
  • Mirsky, Y., & Lee, W. (2021). The creation and detection of deepfakes: A survey. ACM Computing Surveys (CSUR), 54, 1–41.
  • Nguyen, H. H., Fang, F., Yamagishi, J., & Echizen, I. (2019). Multi-task learning for detecting and segmenting manipulated facial images and videos. 2019 IEEE 10th International Conference on Biometrics Theory, Applications and Systems (BTAS), (s. 1–8).
  • Nguyen, H. H., Yamagishi, J., & Echizen, I. (2019). Capsule-forensics: Using capsule networks to detect forged images and videos. ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP).IEEE, 2307--2311.
  • Nguyen, T. T., Nguyen, C. M., Nguyen, D. T., Nguyen, D. T., & Nahavandi, S. (2019). Deep learning for deepfakes creation and detection. arXiv preprint arXiv:1909.11573, 1.
  • Rossler, A., Cozzolino, D., Verdoliva, L., Riess, C., Thies, J., & Nießner, M. (2019). Faceforensics++: Learning to detect manipulated facial images. Proceedings of the IEEE/CVF International Conference on Computer Vision, (s. 1–11).
  • Sabir, E., Cheng, J., Jaiswal, A., AbdAlmageed, W., Masi, I., & Natarajan, P. (2019). Recurrent convolutional strategies for face manipulation detection in videos. Interfaces (GUI), 3.
  • Tolosana, R., Vera-Rodriguez, R., Fierrez, J., Morales, A., & Ortega-Garcia, J. (2020). Deepfakes and beyond: A survey of face manipulation and fake detection. Information Fusion, 64, 131–148.
  • Yang, X., Li, Y., & Lyu, S. (2019). Exposing deep fakes using inconsistent head poses. ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), (s. 8261–8265).
Adıyaman Üniversitesi Mühendislik Bilimleri Dergisi-Cover
  • Yayın Aralığı: Yılda 3 Sayı
  • Başlangıç: 2014
  • Yayıncı: Adıyaman Üniversitesi Mühendislik Fakültesi
Sayıdaki Diğer Makaleler

Üniversitede Çevre Yönetim Oryantasyon Programı Uygulaması: Adıyaman Üniversitesi Örneği

Büşra KUŞ, Güray KARACIL, Kâmil VARINCA

PLC VE SCADA ENTEGRASYONLU HIDROELEKTRIK SANTRALIN PROTOTIP TASARIMI, İMALATI VE 3B YAZICI ILE TÜRBIN ÜRETIMI MAKALE

Özkan POLAT, Mustafa Can BULUT, İsacan DÖNMEZ, Koray ÖZSOY

VAN VE YÖRESİNDE ÜRETİLEN KURUTLARIN BAZI ÖZELLİKLERİNİN BELİRLENMESİ

İbrahim ALTUN

SANDIK KESİTLİ BETONARME KÖPRÜLERİN TAŞIT YÜKÜ ETKİSİNDEKİ YAPISAL DAVRANIŞI

Enes Miraç KARADAĞ, Murat PALA

LOKAL ENDEMİK RIBES ANATOLICA BEHÇET (GROSSULARIACEAE) MEYVELERİNİN BAZI FİZİKOKİMYASAL ÖZELLİKLERİ, TOPLAM FENOLİK MADDE MİKTARI, ANTİOKSİDAN KAPASİTELERİ VE FENOLİK KOMPOZİSYONUNUN BELİRLENMESİ

Lütfi BEHÇET, A. Adnan HAYALOĞLU, Bayram YURT, Nurullah DEMİR

FADIL VE SALBAŞ YÖRESİ (ADANA/TÜRKİYE) TÜFİT VE MEMİŞLİ İSTİFİNİN OSTRAKOD FAUNASI VE PALEOORTAMSAL ÖZELLİKLERİ

Ümit ŞAFAK, Ahmet Can AKINCI, Hande SONSUN

BENZİNE UYGULANAN MANYETİK ALANIN EGZOZ EMİSYONLARINA ETKİLERİ

Ömer Faruk DEMİRTAŞ, Tarkan KOCA

TIBBİ GÖRÜNTÜLERİN GÜVENLİĞİ İÇİN İLGİ OLMAYAN BÖLGELERDE KENAR TABANLI DAMGALAMA

Kali GÜRKAHRAMAN, Rukiye KARAKIŞ

ÜNİVERSİTEDE ÇEVRE YÖNETİM ORYANTASYON PROGRAMI UYGULAMASI: ADIYAMAN ÜNİVERSİTESİ ÖRNEĞİ

Güray KARACIL, Kamil B. VARINCA, Büşra KUŞ

BİO ÇEKİRDEKLİ SANDVİÇ YAPILARIN KENAR BASMA MUKAVEMETİ DAVRANIŞLARININ ARAŞTIRILMASI

Tuğberk ÖNAL, Şemsettin TEMİZ