diplomsko delo
Bine Markelj (Avtor), Peter Peer (Mentor), Borut Batagelj (Komentor)

Povzetek

V diplomski nalogi predstavimo postopke in tehnike generiranja globoko ponarejenih videoposnetkov ali krajše globokih ponaredkov (angl. deepfakes). To so videoposnetki, pri katerih je prišlo do manipulacij s tehnikami globokega učenja. V delu se omejimo predvsem na posnetke, pri katerih je prišlo do manipulacij na področju obraza. Običajno so narejeni s pomočjo posebnih generativnih nasprotniških mrež - GAN. Taki videoposnetki predstavljajo velik problem pri širjenju lažnih novic, politični propagandi, uničevanju podobe posameznikov, izdelavi pornografskih vsebin, izsiljevanju itd. V nalogi podrobneje opišemo različne vrste ponarejenih videoposnetkov iz podatkovne zbirke FaceForensics++ in predstavimo lastno metodo za potencialno izdelavo podzbirke omenjene baze z uporabo najnovejših generativnih difuzijskih modelov. To so modeli, ki postopno generirajo slike (in videoposnetke) iz latentnega šuma. Uporabimo specifičen odprtokodni difuzijski model, imenovan stabilna difuzija, ki se uporablja za generiranje slik iz začetnih besedilnih ali slikovnih navodil. Opišemo več tehnik, ki smo jih preizkusili v našem eksperimentu, in analiziramo njihovo kvaliteto in uspešnost. Komentiramo tudi smiselnost uporabe in nevarnost, ki jo predstavljajo ponarejeni videoposnetki, izdelani z difuzijskimi modeli.

Ključne besede

ponarejeni videoposnetki;globoki ponaredki;difuzijski modeli;stabilna difuzija;univerzitetni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [B. Markelj]
UDK: 004.85:7.061(043.2)
COBISS: 165401091 Povezava se bo odprla v novem oknu
Št. ogledov: 43
Št. prenosov: 7
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Creating fake videos using diffusion models to expand the dataset for fake video detection
Sekundarni povzetek: In the bachelor's thesis we present techniques and procedures for generating deepfake videos. These are videos that were subjected to manipulations with deeplearning techniques. In our thesis we specialized on the topic of deepfakes, where the facial area was manipulated. They are usually made with the help of special generative adversarial networks - GAN. Such videos represent a major problem in the spread of fake news, political propaganda, destruction of individual's public image, production of pornographic content, extortion, etc. In the thesis we describe in detail different types of fake videos from deepfake database FaceForensics++. We also present our own method for potential creation of a subset of the mentioned database using the latest generative diffusion models. These models progressively generate images (or videos) from latent noise. We use a specific open source diffusion model called stable diffusion, that is used for generating images from text and image prompts. We describe multiple techniques, that we used and tested in our experiment and analyze their quality and success. We also comment on the utility and danger posed by fake videos generated by diffusion models.
Sekundarne ključne besede: fake video;deepfake;deep learning;neural network;diffusion models;stable diffusion;computer science;computer and information science;diploma;Ponarejanje in ponaredki;Globoko učenje (strojno učenje);Nevronske mreže (računalništvo);Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000468
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 66 str.
ID: 19896671