DistilDIRE: 小型・高速・低コストで軽量な拡散合成ディープフェイク検出モデル

DistilDIRE: A Small, Fast, Cheap and Lightweight Diffusion Synthesized Deepfake Detection

June 2, 2024

著者: Yewon Lim, Changyeon Lee, Aerin Kim, Oren Etzioni

cs.AI

要旨

近年、拡散モデルによって生成された画像が劇的に増加し、現在の検出技術に独自の課題を突きつけています。これらの画像を識別するタスクは二値分類という一見単純なカテゴリに属しますが、「再構築して比較する」手法、すなわちDIRE（Diffusion Reconstruction Error）を採用する場合、計算負荷が非常に大きくなります。この手法は、拡散モデルによって生成された画像だけでなく、GANによって生成された画像も検出できるため、その汎用性が際立っています。計算上の課題に対処し、効率を向上させるために、私たちは拡散モデルに埋め込まれた知識を蒸留して、高速なディープフェイク検出モデルを開発することを提案します。私たちのアプローチは、小型で高速、低コスト、軽量な拡散合成ディープフェイク検出器を作成することを目指しており、堅牢な性能を維持しながら運用上の要求を大幅に削減します。実験結果によると、推論速度は既存のDIREフレームワークよりも3.2倍高速であり、この進展は、これらのシステムを実世界の設定で展開する実用性を高めるだけでなく、拡散モデルの知識を活用する将来の研究努力への道を開くものです。

English

A dramatic influx of diffusion-generated images has marked recent years, posing unique challenges to current detection technologies. While the task of identifying these images falls under binary classification, a seemingly straightforward category, the computational load is significant when employing the "reconstruction then compare" technique. This approach, known as DIRE (Diffusion Reconstruction Error), not only identifies diffusion-generated images but also detects those produced by GANs, highlighting the technique's broad applicability. To address the computational challenges and improve efficiency, we propose distilling the knowledge embedded in diffusion models to develop rapid deepfake detection models. Our approach, aimed at creating a small, fast, cheap, and lightweight diffusion synthesized deepfake detector, maintains robust performance while significantly reducing operational demands. Maintaining performance, our experimental results indicate an inference speed 3.2 times faster than the existing DIRE framework. This advance not only enhances the practicality of deploying these systems in real-world settings but also paves the way for future research endeavors that seek to leverage diffusion model knowledge.