Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Difference from Background: Limit of Detection01:05

Difference from Background: Limit of Detection

8.0K
The limit of detection (LOD) is the smallest amount of analyte that can be distinguished from the background noise. The LOD value corresponds to the concentration at which the analyte signal is three times larger than the standard deviation of the blank signal. Below this value, the analyte signal cannot be differentiated from the background noise. It is calculated by dividing the calibration slope by 3 times the standard deviation of the blank signals.
The LOD indicates the presence or absence...
8.0K
Detection of Black Holes01:10

Detection of Black Holes

2.5K
Although black holes were theoretically postulated in the 1920s, they remained outside the domain of observational astronomy until the 1970s.
Their closest cousins are neutron stars, which are composed almost entirely of neutrons packed against each other, making them extremely dense. A neutron star has the same mass as the Sun but its diameter is only a few kilometers. Therefore, the escape velocity from their surface is close to the speed of light.
Not until the 1960s, when the first neutron...
2.5K
Masking and Demasking Agents01:19

Masking and Demasking Agents

3.4K
EDTA titrations may necessitate masking and demasking agents to temporarily protect a particular metal ion in a mixture from the EDTA reaction. These agents facilitate the sequential analysis of the metal ions by forming stable complexes with some—but not all—metal ions during certain steps.
There are many masking agents, such as cyanide, fluoride, triethanolamine, thiourea, and 2,3-bis(sulfanyl)propan-1-ol (formerly 2,3-dimercapto-1-propanol), with the masking agent chosen based on...
3.4K
Deconvolution01:20

Deconvolution

520
Deconvolution, also known as inverse filtering, is the process of extracting the impulse response from known input and output signals. This technique is vital in scenarios where the system's characteristics are unknown, and they must be inferred from the observable signals.
Deconvolution involves several mathematical techniques to derive the impulse response. One common approach is polynomial division. In this method, the input and output sequences are treated as coefficients of...
520
Understanding Deception01:14

Understanding Deception

141
Deception is a pervasive aspect of human communication. Empirical studies have shown that most individuals engage in some form of deceit on a daily basis, with approximately 20% of social exchanges involving deceptive elements. Lying follows a developmental trajectory, peaking during adolescence and declining with age, possibly due to the maturation of cognitive control and social accountability.Cognitive and Social Factors in Deception DetectionDespite its prevalence, accurately detecting...
141
IR Frequency Region: Fingerprint Region01:03

IR Frequency Region: Fingerprint Region

1.8K
IR spectra are divided into two main regions: the diagnostic region and the fingerprint region. The diagnostic region of the spectrum lies above 1500 cm−1. The absorptions resulting from single-bond vibrations of the N–H, C–H, and O–H stretch at higher wavenumbers and appear on the left side of the spectrum. The stretching absorptions of the C≡C and C≡N occur between 2100–2300 cm−1. In contrast, those arising from stretching absorptions of the...
1.8K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Analysis of the histology and transcriptomics of Orisarma neglectum provides new insights into the terrestrial adaptation mechanisms of intertidal crabs.

Comparative biochemistry and physiology. Part D, Genomics & proteomics·2025
関連記事をすべて見る

関連する実験動画

Updated: Jan 7, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

990

堅牢なディープフェイク検出器：ディープ画像ウォーターマークに対して

Jian Yu1, Xin Liu1, Fengbiao Zan1

  • 1School of Intelligence Science and Engineering, Qinghai Nationalities University, Xining, Qinghai, China.

PloS one
|December 31, 2025
PubMed
まとめ

この研究では、ウォーターマーク付き画像でも良好な性能を発揮する新しいディープフェイク検出モデルを紹介します。このモデルは、FaceSignsウォーターマークに対して精度が向上し、既存の方法を上回っています。

科学分野:

  • コンピュータサイエンス
  • 情報セキュリティ
  • 人工知能

背景:

  • ディープフェイク技術は、情報セキュリティに対する脅威を増大させています。
  • 既存のディープフェイク検出方法は、画像にディープウォーターマークが含まれている場合、しばしば失敗します。
  • MBRSやFaceSignsなどのウォーターマーク技術は、検出性能を低下させる可能性があります。

研究 の 目的:

  • 画像ウォーターマークに耐性のある堅牢なディープフェイク検出モデルを開発すること。
  • 一般的なウォーターマークアルゴリズムが存在する場合のディープフェイク検出の精度を向上させること。

主な方法:

  • 複数のモジュールからなるディープフェイク検出モデルを提案しました。
  • Xceptionアーキテクチャ内に効率的なマルチスケールアテンションを統合しました。
  • 冗長な画像特徴を除去するために特徴量ドロップアウトモジュールを導入しました。

主要な成果:

  • モデルはMBRSウォーターマークではベースラインモデルと同等の精度を達成しました。
  • モデルはFaceSignsウォーターマークではベースラインモデルを大幅に上回り、ウォーターマークの存在率が50%および100%でそれぞれ10%および20%高い精度を示しました。
キーワード:
ディープフェイク検出画像ウォーターマーク堅牢性Xceptionマルチスケールアテンション特徴量ドロップアウト

関連する実験動画

Last Updated: Jan 7, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

990
  • 特徴量ドロップアウトモジュールは、冗長な画像特徴を効果的に除去しました。

    • 結論:

    • 提案されたモデルは、ディープフェイク画像に対するディープウォーターマークに対する堅牢性の向上を示しています。
    • 効率的なマルチスケールアテンションと特徴量ドロップアウトの統合は、特にFaceSignsウォーターマークに対する検出性能を向上させます。
    • この研究は、現実世界のシナリオにおけるより信頼性の高いディープフェイク検出システムに貢献します。