このため、我々はID-Revealを導入しました。これは、人が話している間にどのように動くかという時間的な顔の特徴を、メトリックを用いて学習する新しいアプローチです。 この手法の利点は、偽物の学習データを必要とせず、本物のビデオでのみ学習できることです。 さらに、高レベルの意味的特徴を利用することで、広く普及している破壊的な形態の後処理にも頑健に対応することができます。

我々は、いくつかの公開されているベンチマークを用いて徹底的な実験分析を行った。 既存の技術と比較して、我々の手法は一般化を向上させ、ソーシャルネットワーク上で拡散される低品質のビデオに対してより頑健である。 ソーシャルネットワーク上で拡散されている低品質のビデオに対してより頑健です。 特に、高圧縮ビデオの顔の再現では、平均して15％以上の精度向上が見られました。