За технічних причин Електронний архів Харківського національного університету радіоелектроніки «ElAr КhNURE» працює тільки на перегляд. Про відновлення роботи у повному обсязі буде своєчасно повідомлено.
 

Публікація:
Метод нейромережевого розпізнавання фальсифікованих зображень

dc.contributor.authorБілоцерковський, В. В.
dc.contributor.authorУдовенко, С. Г.
dc.contributor.authorЧала, Л. Е.
dc.date.accessioned2021-11-28T15:27:02Z
dc.date.available2021-11-28T15:27:02Z
dc.date.issued2020
dc.description.abstractРозглянуто методи генерації зображень, фальсифікованих за допомогою технологій Deepfake, і методи їх виявлення. Пропонується метод виявлення фальсифікованих зображень, який оснований на спільному використанні ансамблю згорткових нейронних моделей, механізму Attention та стратегії сіамського навчання мережі. Ансамблі моделей формувалися різними способами (з використанням двох, трьох або більшої кількості складових). Результат обчислювався як середнє значення показників AUC і LogLoss з усіх моделей, що входять в ансамбль. Такий підхід дозволяє покращити точність різних нейромережевих класифікаторів для виявлення статичних та динамічних зображень, створених за технологіями Deepfake.uk_UA
dc.identifier.citationБілоцерковський В. В. Метод нейромережевого розпізнавання фальсифікованих зображень / В. В. Білоцерковський, С. Г. Удовенко, Л. Е. Чала // Бионика интеллекта : научно-технический журнал. – 2020. – № 2 (95). – С. 32–42.uk_UA
dc.identifier.urihttps://openarchive.nure.ua/handle/document/18437
dc.language.isoukuk_UA
dc.publisherХНУРЕuk_UA
dc.subjectтехнологія deepfakeuk_UA
dc.subjectрозпізнавання фальсифікованих зображеньuk_UA
dc.subjectзгорткова нейронна мережаuk_UA
dc.subjectattention механізмuk_UA
dc.subjectансамбль моделейuk_UA
dc.titleМетод нейромережевого розпізнавання фальсифікованих зображеньuk_UA
dc.typeArticleuk_UA
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
Bionica_2020_2_32-42.pdf
Розмір:
1.25 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.42 KB
Формат:
Item-specific license agreed upon to submission
Опис: