딥페이크 시스템이 생성하는 광범위한 허위정보는 디지털 미디어의 역동적인 영역에서 중대한 과제로 부상하였다. 이는 일상생활에서 정보의 신뢰성, 프라이버시, 보안에 대한 위협을 초래한다. 또한 얼굴 편집 도구에 대한 접근성이 점차 높아지면서, 사용자는 일련의 복잡한 단계를 통해 얼굴의 특성을 미묘하게 변경할 수 있게 되었다. 이러한 문제를 해결하기 위해, 우리는 순차 딥페이크 탐지를 위한 공간–주파수 및 글로벌–로컬 어텐티브 네트워크(SFGLA-Net)를 제안한다. 본 방법은 딥페이크 이미지의 정교하게 조작된 속성을 식별하고 분석하도록 설계되었다. 구체적으로, 공간 및 주파수 영역에서 추출된 딥 특징을 활용하기 위한 공간–주파수 융합 모듈을 도입하여, 공간 영역만으로는 인지하기 어려운 미세한 불일치와 인공물을 효과적으로 이용한다. 더불어, 조작된 영역을 보다 정확히 찾아내기 위해 글로벌–로컬 어텐션 모듈을 설계한다. 광범위한 실험 결과, 제안된 방법은 순차 딥페이크 탐지에서 기존 기법보다 유의미하게 더 우수한 성능을 보이며 그 우수성이 입증되었다. 코드는 https://github.com/guishengzhanga/SFGLA에서 제공된다.

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