Attention-boosted CNNs for improved facial deepfake detection
Dikkat-destekli CNN'ler ile yüz tanimada geliştirilmiş derin sahtecilik tespiti
- Tez No: 899389
- Danışmanlar: DOÇ. DR. CİHAN TOPAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Devreler ve Sistemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde öncelikli amacımız, yüz biyometrik kimlik doğrulama sistemlerinin karmaşık dünyasını, özellikle canlılık tespiti ve derin sahte tanımlama alanlarında karşılaştıkları önemli engelleri hafifletmeye odaklanarak incelemektir. Bu zorluklar, yüz tanıma teknolojilerinin bütünlüğü ve güvenilirliği için ciddi tehditler oluşturan zorlu düşmanlar olarak ortaya çıkmıştır. Bu tehditlerle etkili bir şekilde mücadele etmek için, en son teknoloji derin öğrenme mimarilerinden yararlanan sağlam bir filtreleme sistemi geliştirmeyi öneriyoruz. Yaklaşımımız, gerçek yüz özellikleri ile aldatıcı manipülasyonlar arasında ayrım yapabilen gelişmiş algoritmaların titizlikle tasarlanmasını ve uygulanmasını gerektirmektedir. Derin öğrenme modellerinin akıllıca kullanılmasıyla, kimlik doğrulama sistemlerini basit sahtekarlık tekniklerinden sofistike derin sahte algoritmalara kadar çok çeşitli potansiyel saldırı vektörlerine karşı güçlendirmeyi amaçlıyoruz. Bilgisayarla görme ve yapay zeka alanındaki en son metodolojileri entegre ederek, yüz biyometrik kimlik doğrulama sistemlerinin ortaya çıkan tehditlere karşı direncini artırmaya çalışıyoruz.
Özet (Çeviri)
In this thesis, our primary objective is to delve into the intricate realm of facial biometric authentication systems, with a keen focus on mitigating the significant hurdles they face, particularly in the realms of liveness detection and deep fake identification. These challenges have emerged as formidable adversaries, posing serious threats to the integrity and reliability of facial recognition technologies. To combat these threats effectively, we propose the development of a robust filtering system leveraging state-of-the-art deep learning architectures. Our approach entails the meticulous design and implementation of advanced algorithms capable of discerning between genuine facial features and deceptive manipulations. Through the judicious utilization of deep learning models, we aim to fortify authentication systems against a diverse spectrum of potential attack vectors, ranging from simple spoofing techniques to sophisticated deep fake algorithms. By integrating cutting-edge methodologies in computer vision and artificial intelligence, we endeavor to enhance the resilience of facial biometric authentication systems to emerging threats.
Benzer Tezler
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- 1,3-difenil-4,5-bis(hidroksiimino)-imidazolidin ve Ni(II), Cu(II), Pd(II), UO2(VI) komplekslerinin sentezi
Başlık çevirisi yok
VEFA AHSEN
Doktora
Türkçe
1984
Kimya MühendisliğiUludağ ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZER BEKAROĞLU
- Malzeme istekleri planlaması (MİP)
Material requirement planning system
ALİ ÇETİN
Yüksek Lisans
Türkçe
1985
İşletmeEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. ÖZEL ERGEN
- Ameliyat öncesi hastaların ameliyata ilişkin duyguları, düşünceleri ve bilgi istekleri
The Pre-operative patiensts feelings throughts and information requirements concerning their surgical operations
KADRİYE BULDUKOĞLU
Yüksek Lisans
Türkçe
1987
HemşirelikCumhuriyet ÜniversitesiHemşirelik Ana Bilim Dalı
YRD. DOÇ. DR. MELİHA ATALAY