Search academic texts

Information × Registration Number 2125U003040, Article popup.category Бакалаврська робота Title Система розпізнавання згенерованих зображень облич людей згортковими нейронними мережами (AI translated) popup.author Сорока Дмитро ВолодимировичSoroka Dmytro Volodymyrovych popup.publication 01-01-2025 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/76252 popup.publisher Київ Description Дипломна робота: 126 c., 33 рис., 18 табл., 2 додатки, 35 джерел. Предмет дослідження: моделі для генерації зображень, алгоритми та моделі розпізнавання зображень. Об’єкт дослідження: розпізнавання згенерованих зображень людських облич різними моделями. Мета дослідження: проаналізувати існуючі моделі генерації та розпізнавання зображень, розробити власну модель для розпізнавання згенерованих зображень облич. Використані моделі: у програмній реалізації було використано згорткові нейронні мережі. Актуальність роботи зумовлена стрімким розвитком генеративних моделей. Система розпізнавання згенерованих зображень облич людей дозволяє перевіряти зображення на автентичність, запобігати фейкам та маніпуляціям. Отриманні результати: побудована модель для розпізнавання згенерованих зображень облич, що може розпізнавати згененровані зображення з прийнятною точністю. В рамках подальшого дослідження пропонується підвищувати точність отриманої моделей, розширювати вхідний набір даних, застосувати на практиці цю модель для перевірки і верифікації зображень облич людей. Thesis: 126 p., 33 fig., 18 tabl., 2 appendices, 35 sources. Subject of research: models for image generation, algorithms and models for image recognition. Object of research: recognition of AI-generated human face images by different models. The purpose of the research: to analyze existing image generation and recognition models and to develop an own model for recognizing AI-generated face images. Used models: convolutional neural networks were used in the software implementation. The urgency of the work is determined by the rapid development of generative models. The system for detecting generated human face images enables image authenticity verification and helps prevent fakes and manipulation. The results obtained: a model was built to detect generated face images, capable of identifying such images with acceptable accuracy. As part of further research, it is proposed to improve the accuracy of the developed model, expand the input dataset, and apply the model in practice for human face image verification and validation. popup.nrat_date 2025-11-05 Close