Score-based Likelihood Ratios for Deepfake Image Evidence Using Deep Learning Features
Este artículo propone un marco de razón de verosimilitud basado en puntuaciones y conforme con los estándares forenses que aprovecha las características de aprendizaje profundo de SRM y el modelado estadístico calibrado para cuantificar la fuerza de la evidencia de imágenes deepfake, superando las limitaciones de la detección binaria convencional al proporcionar evaluaciones interpretables y numéricamente fundamentadas para la toma de decisiones judiciales.