# ディープフェイク検出

SigLIP2をファインチューニングした視覚-言語エンコーダーモデルで、画像が偽物か本物かを検出

ビジョントランスフォーマーを基にした二値分類モデルで、ディープフェイク画像の検出に特化しており、精度は99.2%

これは法科学アプリケーションにおいてAI生成画像を検出するビジョントランスフォーマーモデルで、これまでで最大のデータセットで訓練されています。

ファインチューニングされたVision Transformer（ViT）を使用してディープフェイク画像を検出する二値分類モデル

MCG-NJU/videomae-largeモデルをディープフェイク検出コンペティションのデータセットでファインチューニングしたバージョンで、動画のディープフェイク検出に使用されます。

FLODAは先進的なディープフェイク検出モデルで、画像説明生成と真正性評価機能を統合し、視覚的質問応答タスク形式で高精度検出を実現します。

ディープフェイク画像を検出するためのビジョントランスフォーマーモデルで、コントラスティブ学習とグローバル-ローカル類似性分析により高精度な偽造検出を実現します。

音声フォルダデータセットでファインチューニングされたDeepfake音声検出モデルで、合成音声を効率的に識別でき、評価精度は99.64%に達します

facebook/wav2vec2-baseをファインチューニングしたディープフェイク音声検出モデルで、評価セットでの精度は95.45%

SigLIP2視覚-言語エンコーダーをファインチューニングしたディープフェイク画像検出モデルで、本物と合成画像の二値分類に使用

Vision Transformerアーキテクチャに基づく画像分類モデルで、AI生成の偽造画像を検出するために特別に設計されています

Vision Transformerアーキテクチャに基づく画像分類モデルで、本物の画像とAI生成の偽造画像を検出します。

Sumsubが開発したAI生成画像検出モデル、Stable Diffusionなどのツールで生成された合成画像を専門に識別

HuggingPicsで生成された画像分類モデルで、ディープフェイク画像と本物の画像を区別するために使用されます