画像を離散コサイン変換したものに摂動を加えたのち，逆離散コサイン変換することで敵対的画像を作成する．この時，学習済みの偽画像分類器が分類失敗するように摂動を学習することで周波数領域に摂動を加えた偽画像を生成する．また，これに加えて空間領域にも摂動を加えることで，分類器を高確率で騙す偽画像生成を実現した．

偽顔データセット(DFDC, FaceForensics++)において，偽顔分類器と偽顔生成器が同じであるホワイトボックスと，異なるブラックボックス実験において従来と比較した．どちらの実験においても従来法と比較して，高精度に分類器を騙すことを示した．また，オリジナル画像との誤差も小さくなることも示した．

従来法に周波数領域の摂動を加えることで視覚的にも，精度的にも良好な偽画像生成を実現したため．また，実験を空間領域と周波数領域の摂動それぞれに特化したネットワークに対して実験を行うことで，詳細に有効性を検証しているため．