| Form of studies |
Master |
| Title of the study programm |
Information Technology |
| Title in original language |
Mašīnmācīšanas metožu izpēte DeepFake video automātiskajai noteikšanai |
| Title in English |
Study of Methods for Automatic Detection of Deepfake Videos |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Sergejs Paršutins |
| Reviewer |
Henrihs Gorskis |
| Abstract |
Līdz ar mašīnmācīšanās attīstību pieaug deepfake video veidošanas apjomi un to kvalitāte. Tas ir kiberdrošības un vizuālā satura autentiskuma drauds interneta vidē, kas bieži nav nosakāms ar neapbruņotu aci. Līdz ar to pastāv manipulācijas un dezinformācijas riski sabiedrībā, kā arī darba jomās, kas balstās uz video satura autentiskumu.
Darba mērķis ir izpētīt un salīdzināt deepfake video automātiskajai noteikšanai pielietotas mašīnmācīšanas metodes un risinājumus. Darba autors ir veicis pieejamo metožu uzskaiti un izvirzījis kritērijus to atbilstības noteikšanai darbam. Balstoties uz piemērotākā risinājuma izvēli, darba gaitā ir izstrādāti vairāki modeļi video deepfake automātiskai noteikšanai pielietojot mašīnmācīšanos. Par modeļa izstrādes pamatu noteikts EfficientNetV2-S, kas izraudzīts tā ātrdarbības un precizitātes dēļ. Autors darbā noteicis kritērijus, kas pārbauda modeļa efektivitāti dažādu kopu sadalījumā, pielietojot attēlu maskas un pārbaudot precizitātes noturību 3 dažādās kompresijas pakāpes attēlos. Modeļu apmācība un testēšana notiek 2 autora izvēlētās deepfake datu kopās – FaceForensics++ un CelebDF-V2, kā arī 3. kopa, kas satur abu kopu datus. Darbā izveidots metožu efektivitātes novērtējuma plāns, pēc kura izvērtēts katrs no autora piedāvātajiem risinājumiem. Rezultātā izvērtēti 13 modeļi, 3 datu kopas un 3 pieejas, uzskaitītas to stiprās puses un vājības. Autors darbā secina, ka iegūti uzskatāmi un pēc literatūras analīzes pamatojami rezultāti. Darba noslēgumā apkopoti pētījumu galvenie secinājumi.
Maģistra darbā ir 72.lpp., 23 tabulas, 30 attēlus, 3 pielikumi un 75 izmantotie literatūras avoti. |
| Keywords |
Video deepfake, mašīnmācīšanās, neironu tīkli |
| Keywords in English |
Video deepfake, machine learning, neural networks |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
26.05.2025 01:10:19 |
