近年、GANやVAEのような深層学習を用いた画像生成手法により、実際には存在しない高精細な画像を生成することができるようになっている。またそのような画像の生成手法を応用することで、任意の画像の変換を行うこともできるようになっている。こうした技術を応用し，動画内の顔画像を変換することで、現実と区別がつかないFAKE動画を生成する事ができる。顔画像の操作によって生成されたFAKE動画はニュースサイトやソーシャルネットワークで広がり、政治的に利用されたりポルノとして利用されることが社会的な問題となっている。そのため、ある動画が生成されたものかどうかを検知する手法の開発は非常に重要である。検知手法の多くが、FAKE動画内の各フレーム単位での顔画像の特徴に着目しているが、生成手法の高度化によって単体の顔画像での識別は困難になっている。そこで本提案手法はFAKE動画内の各フレーム間の顔の関係性に着目し、顔の時間発展情報を元に識別を行う。既存手法では識別が困難であったデータに対して検証を行い、本提案手法の妥当性を示す。
