최근 딥페이크 탐지에 관한 연구가 상당히 활발히 진행되고 있다. 그러나 기존 대부분의 방법은 알려지지 않은 도메인에서 새로운 생성 모델의 발전에 적응하는 데 어려움을 겪는다. 본 논문에서는 비지도 데이터(unlabeled data)를 사용하여 알려지지 않은 도메인에서 딥페이크 비디오를 탐지하는 것을 목표로 한다. 구체적으로 제안하는 접근법은 Meta Pseudo Labels(MPL)를 활용하며, 이를 통해 비지도 이미지를 이용해 모델을 학습할 수 있다. MPL은 교사(Teacher) 모델과 학생(Student) 모델을 동시에 학습하는 방식으로, 교사 모델이 학생 모델을 학습시키는 데 사용되는 의사 레이블(Pseudo Labels)을 생성한다. 이 방법은 출현하는 알려지지 않은 도메인에 대해 딥페이크 탐지 시스템의 적응성과 견고성을 향상시키는 것을 목표로 한다. 실험 결과, 알려진 도메인에서 ACC와 AUROC가 각각 1.91%, 1.87% 향상되었으며, 유사하게 알려지지 않은 도메인에서는 ACC가 1.59%, AUROC가 1.29% 향상되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.