科学技術系論文プレプリントサーバのarXivは2026年8月26日(現地時間)、ディープフェイク技術による顔動画の改ざんを事前に防ぐ新手法「TaintedPixels」に関する研究論文を公開した。同手法は、目立たない透かしを動画に埋め込み、改ざんされた際にその透かしが顕著になるよう設計されている。非専門家によるディープフェイク動画作成が容易になる中、既存の事後検出型防御策の課題に対処するアプローチとして注目される。
フアン・フー氏、シャオジン・ファン氏、サンジェイ・サハ氏、マーク・ヘレラ氏、テレンス・シム氏らの研究チームは、TaintedPixelsをブラックボックス操作ツールに対する能動的な動画保護手法として提案している。これまでのディープフェイク対策は、改ざんが発生した後の検出や静止画への適用が主流であった。これに対し、TaintedPixelsは動画が公開される前の段階で保護を行うことを目指す。
TaintedPixelsは、顔領域のブルーチャンネルに構造化された周期的な摂動（微細な揺らぎ）を注入する技術だ。これらの摂動は、ストライプの視認性、色かぶり、そして動画レベルのLPIPS予算の範囲内で最適化されており、軽量なモーション適応型展開が特徴となっている。研究チームは、TaintedPixels is the first proactive video protection tailored for black-box manipulation toolsと述べており、画像レベルのパイプラインや特定のサロゲートジェネレーターではなく、ブラックボックス操作ツールに特化して設計された初の能動的防御策であることを強調している。
この技術の有効性を検証するため、研究チームは公開されている3種類の動画操作ツールと2種類の検出器を用いて評価を行った。その結果、TaintedPixelsは摂動を小さく保ちながら（LPIPS = 0.0042）、最も高い改ざん検出率を達成した。
さらに、300の異なる動画刺激を用いた非専門家による人間対象研究も実施された。この研究では、TaintedPixelsで保護された元の動画が「不審」と判断された割合は3.26%に留まった。一方で、TaintedPixelsによって保護されたソースから作成された改ざん動画は、90.72%の確率で「偽物」と識別された。これは、保護されていないソースからの改ざん動画が偽物と識別された割合が56.71%であったのと比較して、大幅な向上が見られたことを意味する。これらの評価結果は、TaintedPixelsがディープフェイク動画の事前防御において高い有効性を持つことを実証している。
参考: arXiv cs.CR (アーカイブ) — 2026年8月31日 13:00 (JST)