DeepfakeTIMIT ディープフェイク検出データセット

※本データセットはオンライン利用に対応しておりますが、ここをクリックしてジャンプしてください。

DeepfakeTIMIT は、2018 年に Idiap Institute によって作成されたディープフェイク検出用のデータセットです。これには、オープンソースの敵対的生成ネットワーク (GAN) ベースのアプローチを使用して交換された顔のビデオが含まれています。これらのビデオは、独自のオートエンコーダーベースのディープフェイク アルゴリズムに基づいて作成されています。このデータセットは、公開されている VidTIMIT データベースから似た顔を持つ個人の 16 組を手動で選択し、各個人に対して 2 つの異なる品質モデルをトレーニングします。1 つは入力/出力サイズが 64×64 の低品質 (LQ) モデルで、もう 1 つは高品質モデルです。 - 入出力サイズが 64×64 の品質 (LQ) モデル。サイズ 128×128 の品質 (HQ) モデル。 VidTIMIT データベース内の各人物の 10 個のビデオについて、ビデオの対応するバージョンが 320 個生成され、顔が交換された合計 620 個のビデオが生成されました。オーディオに関しては、各ビデオの元のオーディオ トラックがオーディオ チャネルに変更を加えずに保持されます。

このデータセットは、ディープフェイク検出テクノロジーの研究をサポートするように設計されており、関連するディープ ラーニング モデルのトレーニングとテストに使用できます。関連する引用論文は、P. Korshunov と S. Marcel の論文です。ディープフェイク: 顔認識と検出に対する新たな脅威?”、および C. Sanderson と BC Lovell による論文”堅牢かつスケーラブルなアイデンティティ推論のための複数領域の確率的ヒストグラム》。