Der Datensatz enthält mehr als 363 Originalclips mit 28 Schauspielern in 16 verschiedenen Szenen. Diese hochwertigen Videos bieten eine solide Grundlage für das Training von Modellen anhand realer Inhalte.

Der Datensatz enthält neben den Originaldaten auch über 3.000 bearbeitete Videos, die mit der DeepFakes-Methode erstellt wurden. Diese manipulierten Videos sind für das Training von Modellen zur genauen Erkennung manipulierter Inhalte von entscheidender Bedeutung.

Datensatzhintergrund

Der Deepfake Detection-Datensatz ist speziell für die Aufgabe der Deepfake-Erkennung konzipiert und bietet eine umfassende Sammlung von Videosequenzen, die zum Trainieren und Bewerten von Deep-Learning-Modellen zur Identifizierung manipulierter Medien verwendet werden können. Es wurde vom offiziellen FaceForensics-Server heruntergeladen, der auf die Bereitstellung hochwertiger Datensätze zur Erkennung von Gesichtsmanipulationen spezialisiert ist.

Die Hauptinspiration dieses Datensatzes besteht darin, die unzureichende Verfügbarkeit von rohen videobasierten Datensätzen zu beheben, die für die Deepfake-Erkennung erforderlich sind. Die meisten vorhandenen Datensätze konzentrieren sich auf bildbasierte Operationen. Daher besteht ein dringender Bedarf an zugänglichen Videodatensätzen, die für das Training und die Auswertung von Modellen verwendet werden können. Dieser Datensatz füllt diese Lücke und bietet eine große Menge an Original- und bearbeiteten Videoinhalten.

Anwendungsfälle

Der Deepfake-Erkennungsdatensatz eignet sich für:

• Trainieren von Deep-Learning-Modellen zum Erkennen von Deepfake-Videos.
• Bewertung der Leistung vorhandener Algorithmen zur Deepfake-Erkennung.
• Erforschen und entwickeln Sie neue Techniken im Bereich der videobasierten Manipulationserkennung.