Аналіз та реалізація методів обробки зображень для розпізнавання діпфейків
Автор: Герман Ігор Владиславович
Кваліфікаційний рівень: магістр
Спеціальність: Системне проектування
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2022-2023 н.р.
Мова захисту: українська
Анотація: Герман І. В., Марікуца У. Б. (керівник). Аналіз та реалізація методів обробки зображень для розпізнавання діпфейків – Національний університет «Львівська політехніка», Львів, 2022. Розширена анотація. Новітні цифрові технології все більше ускладнюють розмежування між справжніми та фейковими медіа. Однією з останніх подій, що сприяють цій проблемі, є поява "глибоких фейків" - гіперреалістичних відеороликів, в яких за допомогою штучного інтелекту зображуються люди, які говорять і роблять речі, що ніколи не відбувалися. У поєднанні з охопленням та швидкістю соціальних мереж, переконливі фейки можуть швидко охопити мільйони людей та мати негативний вплив на наше суспільство. Метою роботи є аналіз і реалізація методів обробки зображень для розпізнавання діпфейків. Для досягнення мети необхідно вирішити ряд задач: • дослідити існуючі методи обробки зображень; • проаналізувати методів обробки зображень для створення та розпізнавання діпфейків; • вибрати засоби реалізації; • обробити вхідні дані для подальшої роботи; • створити модель типу sequential та провести навчання. Об’єктом дослідження є зображення та відео, над якими проводились маніпуляції за допомогою програмного інструменту, який дозволяє замінити обличчя особи на обличчя будь-якої іншої особи. Предметом дослідження є методи обробки зображення для розпізнавання діпфейків. Методом дослідження є математичне моделювання. Новизною дослідження є розроблення нової моделі для розпізнавання маніпуляцій з заміною обличчя на відео. Практична цінність полягає у тому, що розроблена модель може допомогти швидко зробити висновок у правдивості отриманої інформації, у час коли один з п’яти користувачів інтернету отримує новини через YouTube[8]. Таке зростання популярності відео підкреслює потребу в інструментах для підтвердження автентичності медіа та новинного контенту. Особистии? внесок магістранта полягає в розробці нової моделі обробки зображень для розпізнавання діпфейків. Ключові слова –діпфейк, глибокі підробки, машинне навчання, медіа. Перелік використаних літературних джерел. R. Chawla, Deepfakes: How a pervert shook the world, International Journal of Advance Research and Development, Vol 4, 2019. N. Gardiner, Facial re-enactment, speech synthesis and the rise of the Deepfake. Edith Cowan University, Theses 2019. B. J. Siekierski, Deep Fakes: What Can be Done About Synthetic Audio and Video. Library of Parliament.2019. Maras, M. H., & Alexandrou, A. 2019. Determining authenticity of video evidence in the age of artificial intelligence and in the wake of Deepfake videos. International Journal of Evidence & Proof, 23(3): 255–262.