Deepfake video analysis and detection
Deepfake video analizi ve tespiti
- Tez No: 895422
- Danışmanlar: DR. ÖĞR. ÜYESİ ÇAĞRI ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Deepfake'ler, gelişmiş derin öğrenme modelleri kullanılarak üretilen manipüle edilmiş videolar, görüntüler veya ses verileridir. Bu modeller sentetik medya oluşturur ve bunlar eğlence, siyasi manipülasyon, cinsel taciz, yanlış bilgi yayma ve tehdit gibi çeşitli amaçlar için kullanılabilirler. Bu tür kötüye kullanım potansiyeli nedeniyle, çevrimiçi dünyada deepfake'lerin yayılmasını önlemeye yönelik işlevsel stratejiler geliştirmek ve derin öğrenme modelleri oluşturmak önemlidir. Son birkaç yılda, derin sahte video algılama için çeşitli çalışmalar ve teknikler önerilmiştir, bu çalışmalarda farklı derin öğrenme modelleri kullanılmıştır. Bu tezde, yüksek doğrulukla derin sahte içeriği tespit etmek için en son nöral ağ mimarileri kullanılarak karşılaştırmalı ve kapsamlı bir yaklaşım önerilmektedir. Yöntem, çeşitli veri kümelerinin seçimi ve çerçeve çıkarma, yüz çıkarma, veri artırma ve normalizasyon gibi ön işleme tekniklerinin uygulanmasını içermektedir. Ayrıca, NASNetLarge, NASNetMobile, NASNetMobile-LSTM, MobileNetV3Large, MobileNetV3Small, InceptionResNetV2 ve Vision Transformer gibi çeşitli nöral ağ modelleri uygulanmıştır. Tüm modelleri eğitmek için DFDC, Celeb-DF(v1), UADFV ve FaceForensics video veri kümeleri kullanılmıştır. Deneysel sonuçlar, bu modellerin birden fazla veri kümesinde derin sahte videoları doğru bir şekilde tanıma etkinliğini göstermiş ve alandaki birçok mevcut çalışmayı aşmıştır. Detaylı performans metrikleri sunularak yüksek doğruluk ve sağlam algılama yetenekleri sergilenmiştir. Bu araştırma, dijital medya bütünlüğünü koruma çabalarına katkıda bulunmakta ve sentetik medya algılama alanında gelecekteki ilerlemeler için bir temel sağlamaktadır.
Özet (Çeviri)
Deepfakes are manipulated videos, images, or audio data produced using advanced deep learning models. These models generate synthetic media that can be used for various purposes, including entertainment, political manipulation, sexual harassment, spreading misinformation, and making threats. Due to the potential for such misuse, it is crucial to build functional strategies, preventing the spread of deepfakes in the online world and to build effective deep learning models capable of detecting deepfake videos and images. In the last few years, numerous studies and techniques have been proposed for deepfake video detection, employing various deep learning models to combat the spread of deepfakes. In this thesis, a comparative and comprehensive approach using state-of-the-art neural network architectures, to detect deepfake content with high accuracy, is proposed. The methodology involves the selection of diverse datasets and the application of preprocessing techniques such as frame extraction, face extraction, data augmentation, and normalization. Additionally various neural network models, including NASNetLarge, NASNetMobile, NASNetMobile-LSTM, MobileNetV3Large, MobileNetV3Small, InceptionResNetV2, and Vision Transformer, is implemented. To train all the models, the DFDC, Celeb-DF(v1), UADFV, and FaceForensics video datasets are used. The experimental results provide the efficacy of these models in accurately identifying deepfake videos across multiple datasets, surpassing many existing studies in the field. Detailed performance metrics are provided, showcasing high accuracy and robust detection capabilities. This research contributes to the ongoing efforts to safeguard digital media integrity and provides a foundation for future advancements in the detection of synthetic media.
Benzer Tezler
- Türkiye'ye gelen yabancı turistlerdeki Türkiye imajı: Antalya ilinde bir uygulama
The Turkey's imagein the minds of tourists who visit Turkey
GÜLDEN ÖZGE ÇİÇEK
Yüksek Lisans
Türkçe
2006
İletişim BilimleriAnadolu ÜniversitesiReklamcılık ve Halkla İlişkiler Ana Bilim Dalı
YRD. DOÇ. DR. AYHAN YILMAZ
- Tekirdağ havzası yüksek çözünürlüklü sismik yansıma verilerinin işlenmesi ve yorumlanması
Processing and interpreting high resolutioned seismic reflection datas of the Tekirdag basin
EMRE PERİNÇEK
Yüksek Lisans
Türkçe
2011
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜLYA KURT
- Turizm sektöründe duygusal emek sömürüsünün koşulları ve sonuçları: Otel işletmeleri üzerine bir çalışma
The conditions and results of emotional labor exploitation in tourism sector: A study on hotel businesses
ERTAN ÇAKMAKCI
Doktora
Türkçe
2015
SosyolojiMuğla Sıtkı Koçman ÜniversitesiSosyoloji Ana Bilim Dalı
DOÇ. DR. ŞİNASİ ÖZTÜRK
- Nukleus akumbense odaklanmış ultrason uyarımının opioid bağımlılığı oluşturulmuş ratlarda opioid koşullu yer tercihi üzerindeki etkilerinin araştırılması
Investigation of the effects of focused ultrasound pulsation of nucleus accumbens on opioid conditioned place preference in opioid dependent rats
ALPEREN KILIÇ
Tıpta Uzmanlık
Türkçe
2016
PsikiyatriBezm-İ Alem Vakıf ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ERDEM DEVECİ
- Spam filtering using big data and deep learning
Büyük veri ve derin öğrenmeyi kullanarak spam filtreleme
ONUR GÖKER
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERDOĞAN DOĞDU
YRD. DOÇ. DR. ROYA CHOUPANİ
- Kredi kartı sahte işlem tespiti
Credit card fraud detection
KAZIM SOYLU
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN EMRAH