Signalverarbeitungsbasierte multimodale Deepfake-Erkennung: Ein einheitliches Framework für Bild- und Audioforensik ohne Deep-Learning-Infrastruktur

Key Points

• Das zentrale Ziel ist die Entwicklung einer leichten Pipeline zur Erkennung von Deepfakes mithilfe von Signalverarbeitungstechniken.
• Entwicklung einer multimodalen Signalverarbeitungspipeline zur Erkennung synthetischer Medien.
• Analyse von Artefakten in Bild und Audio durch Techniken wie Canny-Kantendichte und FFT-Frequenzanalyse.
• Extraktion von MFCC-spektroskopischen Merkmalen zur Verbesserung der Erkennungsgenauigkeit.
• Bot eine Alternative zu Deep-Learning-Modellen für die Deepfake-Erkennung.
• Demonstrierte die effektive Erkennung von synthetischen Medien sowohl in Audiodomänen als auch in Bilddomänen.
• Zeigte, dass ein leichtes, deterministisches Vorgehen Deepfakes erfolgreich identifizieren kann.

Abstract