ПРОГРАМНА АРХІТЕКТУРА ДЛЯ НЕЙРОМЕРЕЖЕВОГО ВИЯВЛЕННЯ МОДИФІКОВАНИХ ФОТОГРАФІЙ ОБЛИЧ ЛЮДЕЙ

Анотація

У статті розглянуто сучасний стан наукового напрямку, що стосується нейромережевого виявлення модифікованих фотографій облич людей. Аналізуючи актуальні методи, автори запропонували новий підхід, який дозволяє не лише виявляти наявність модифікації обличчя, але й визначати спосіб її походження. Основна ідея запропонованого методу полягає в перетворенні вхідних даних у вигляді фотозображення за допомогою трьох окремих нейромережевих моделей. Перша модель відповідає за виявлення облич на фотографії, друга визначає наявність модифікацій, а третя класифікує види модифікацій, їхню складність і алгоритми, за допомогою яких були створені ці модифікації. Вихідні дані представлені у вигляді результату класифікації, що включає тип, складність та алгоритм модифікації.

У межах дослідження було створено програмну архітектуру, що автоматизує процес виявлення модифікованих зображень облич людей за допомогою нейромережевих методів. Ця архітектура сприяє створенню більш безпечних вебсередовищ, дозволяючи автоматично ідентифікувати та класифікувати модифіковані фотографії.

Для оцінки ефективності запропонованих нейромережевих моделей було проведено експерименти, в яких аналізувався вплив параметрів навчання на значення метрик виявлення модифікацій облич. Тестування проводилося на вибірці з 200 зображень, які не входили у навчальний набір. Результати експерименту показали, що найкращі результати були досягнуті при параметрах Batch size 16 та Epochs 10, де час навчання нейромережі склав 152 секунди. Метрики: Accuracy – 0.98, Precision – 0.97, Recall – 0.97, F1 – 0.97.

Подібні дослідження були проведені для оцінки нейромережевої моделі, яка відповідає за виявлення видів модифікацій. Результати також підтвердили ефективність при тих самих параметрах Batch size 16 та Epochs 10. Час навчання у цьому випадку склав 172 секунди, а метрики: Accuracy – 0.98, Precision – 0.97, Recall – 0.97, F1 – 0.97.

Висновки дослідження показують, що запропонований метод є ефективним для виявлення та класифікації модифікованих зображень облич. Подальші експерименти з архітектурою нейромереж можуть покращити результати. Такий підхід сприятиме підвищенню рівня інформаційної безпеки та захисту приватності у цифровому просторі.