Augmentation and Cutout in Deepfake Detection: A Comparative Study of Accuracy, Calibration, and Attention
Mert Kaya, Venera Adanova
UBMK 2026, 11th International Conference on Computer Science and Engineering, Istanbul (IEEE)
Kabul edildi, IEEE Xplore’da yayımlanacak.
Çalışmada, FaceForensics++ üzerinde dokuz veri artırma ve cutout yapılandırmasıyla EfficientNet-B4 tabanlı bir deepfake dedektörü eğitildi. AUC, F1, Brier skoru ve log loss karşılaştırıldı; Grad-CAM dikkatinin yüz bölgelerine dağılımı ölçüldü. Dört ölçüt en iyi yapılandırma konusunda ayrışıyor: doğruluk ve olasılık kalibrasyonu farklı modelleri öne çıkarıyor.
BibTeX
@inproceedings{kaya2026augmentation,
author = {Kaya, Mert and Adanova, Venera},
title = {Augmentation and Cutout in Deepfake Detection: A Comparative Study of Accuracy, Calibration, and Attention},
booktitle = {UBMK 2026, 11th International Conference on Computer Science and Engineering},
year = {2026},
note = {Accepted; to appear in IEEE Xplore}
}