An Analysis of the Impact of Frequency-Domain Analysis on rPPG-Based Deepfake Detection

딥페이크 기술이 고도화됨에 따라, 영상 내 미세한 혈류 변화를 분석하는 rPPG 기반 딥페이크 탐지 연구가 중요해지고 있다. 그러나 rPPG 신호에 내포된 시공간적 변동성을 분석하기 위한 주파수 해석 기법 간의 비교 연구는 부족하다. 본 논문에서는 이러한 한계를 보완하기 위해 rPPG 기반 탐지 모델에 적용되는 세 가지 주파수 해석 기법(PSD, FFT, CWT)이 판별 성능에 미치는 영향을 비교 분석한다. 분류 네트워크의 구조를 통제한 상태에서, rPPG 단독 입력과 주파수 결합 입력(MVHM) 간의 탐지 정확도를 FaceForensics++ 데이터셋으로 평가하였다. 실험 결과, 주파수 결합 방식이 전반적인 탐지 성능을 향상시켰으며, 특히 Deepfakes 조건에서 PSD 결합 방식은 단독 입력(0.8534) 대비 0.9267로 정확도를 크게 개선하였다. 반면 미세 질감이 변환된 NeuralTextures 조건에서는 PSD(0.7413)를 제외한 기법들의 성능이 단독 입력(0.7167)보다 하락하여, 조작 특성에 따른 맞춤형 주파수 기법 선택의 중요성을 확인하였다.