Deep Fake composition image

BIBLIOGRAFIA

 

CORNELL UNIVERSITY – arXiv.org

 

arXiv:2101.01456

WildDeepfake: A Challenging Real-World Dataset for Deepfake Detection

Authors: Bojia Zi, Minghao Chang, Jingjing Chen, Xingjun Ma, Yu-Gang Jiang

arXiv:2101.01165 

Where Do Deep Fakes Look? Synthetic Face Detection via Gaze Tracking

Authors: Ilke Demir, Umur A. Ciftci

arXiv:2010.11844 

Spatio-temporal Features for Generalized Detection of Deepfake Videos

Authors: Ipek Ganiyusufoglu, L. Minh Ngô, Nedko Savov, Sezer Karaoglu, Theo Gevers

arXiv:2009.07480

A Convolutional LSTM based Residual Network for Deepfake Video Detection

Authors: Shahroz Tariq, Sangyup Lee, Simon S. Woo

arXiv:2009.03155

Deepfake detection: humans vs. machines

Authors: Pavel Korshunov, Sébastien Marcel

arXiv:2008.12262 

DeepFake Detection Based on the Discrepancy Between the Face and its Context

Authors: Yuval Nirkin, Lior Wolf, Yosi Keller, Tal Hassner

arXiv:2008.03412 

Two-branch Recurrent Network for Isolating Deepfakes in Videos

Authors: Iacopo Masi, Aditya Killekar, Royston Marian Mascarenhas, Shenoy Pratik Gurudatt, Wael AbdAlmageed

arXiv:2007.09355

Thinking in Frequency: Face Forgery Detection by Mining Frequency-aware Clues

Authors: Yuyang Qian, Guojun Yin, Lu Sheng, Zixuan Chen, Jing Shao

arXiv:2006.11863

Generalized Zero and Few-Shot Transfer for Facial Forgery Detection

Authors: Shivangi Aneja, Matthias Nießner

arXiv:2006.07634

DeepRhythm: Exposing DeepFakes with Attentional Visual Heartbeat Rhythms

Authors: Hua Qi, Qing Guo, Felix Juefei-Xu, Xiaofei Xie, Lei Ma, Wei Feng, Yang Liu, Jianjun Zhao

arXiv:2005.08344 

Detecting Forged Facial Videos using convolutional neural network

Authors: Neilesh Sambhu, Shaun Canavan

arXiv:2004.11804

Deep Face Forgery Detection

Authors: Nika Dogonadze, Jana Obernosterer, Ji Hou

arXiv:2004.07532

DeepFakes Evolution: Analysis of Facial Regions and Fake Detection Performance

Authors: Ruben Tolosana, Sergio Romero-Tapiador, Julian Fierrez, Ruben Vera-Rodriguez

arXiv:2001.07444 

Detecting Face2Face Facial Reenactment in Videos

Authors: Prabhat Kumar, Mayank Vatsa, Richa Singh

arXiv:1911.13269

Extracting deep local features to detect manipulated images of human faces

Authors: Michail Tarasiou, Stefanos Zafeiriou

arXiv:1911.00686

Unmasking DeepFakes with simple Features

Authors: Ricard Durall, Margret Keuper, Franz-Josef Pfreundt, Janis Keuper

arXiv:1906.06876 

Multi-task Learning For Detecting and Segmenting Manipulated Facial Images and Videos

Authors: Huy H. Nguyen, Fuming Fang, Junichi Yamagishi, Isao Echizen

arXiv:1905.00582 

Recurrent Convolutional Strategies for Face Manipulation Detection in Videos

Authors: Ekraam Sabir, Jiaxin Cheng, Ayush Jaiswal, Wael AbdAlmageed, Iacopo Masi, Prem Natarajan

arXiv:1901.08971

FaceForensics++: Learning to Detect Manipulated Facial Images

Authors: Andreas Rössler, Davide Cozzolino, Luisa Verdoliva, Christian Riess, Justus Thies, Matthias Nießner

arXiv:1803.09179 

FaceForensics: A Large-scale Video Dataset for Forgery Detection in Human Faces

Un primo lavoro (¹):
per capire come funzionano i deepfake

DeepFake: le origini

1. Impersonification: cybersecurity e Identity Protection
1.1 Identità
1.2 Credenziali
1.3 Impersonificazione
1.4 Considerazioni su come proteggersi

2. Deep Fake e deep learning
2.1 Le reti neurali
2.2 Gli autoencoder
2.3 L’addestramento

3. Individuazione e analisi delle tecniche per la generazione di immagini e video fake
3.1 DeepFakes
3.2 Neural Textures
3.3 Face2Face
3.4 FaceSwap

Considerazioni Finali

Bibliografia

(¹) Questo lavoro è stato realizzato durante il corso di laurea triennale in Ingegneria Informatica come tesi in “Sicurezza delle reti e Cyber Security” presso l’UNIVERSITAS MERCATORUM (ROMA). A cura di Luca Murgianu, relatore il Prof. Roberto Caldelli.

Un approfondimento (²):
per imparare a distinguere il vero dal falso

1. MultiMedia Forensics

2. Il fenomeno DeepFake

3 Le tipologie di manipolazione

3.1 Pixel-based

3.2 Format-based

3.3 Camera-based

3.4 Physically-based

3.5 Geometric-based

4 Tecniche di videofake detection

5 Cosa dice il Garante della Privacy italiano

5.1 Il falso che ti ruba la faccia e la privacy

Considerazioni Finali

Bibliografia

(²) Questo lavoro è stato realizzato durante il corso post-laurea in “CRIMINALITA’ INFORMATICA E INVESTGAZIONI DIGITALI” tenutosi presso l’UNIVERSITA’ DEGLI STUDI DI MILANO (LA STATALE). A cura di Luca Murgianu, coordinatore il Prof. Giovanni Ziccardi.

(¹) Questo lavoro è stato realizzato durante il corso di laurea triennale in Ingegneria Informatica come tesi in “Sicurezza delle reti e Cyber Security” presso l’UNIVERSITAS MERCATORUM (ROMA). A cura di Luca Murgianu, relatore il Prof. Roberto Caldelli.

(²) Questo lavoro è stato realizzato durante il corso post-laurea in “CRIMINALITA’ INFORMATICA E INVESTGAZIONI DIGITALI” tenutosi presso l’UNIVERSITA’ DEGLI STUDI DI MILANO (LA STATALE). A cura di Luca Murgianu, coordinatore il Prof. Giovanni Ziccardi.