Aplikace pro automatické vyhodnocení věrohodnosti generovaného snímku obličeje

Abstract

Bakalářská práce se zaměřuje na návrh a implementaci aplikace pro ověření věrohodnosti synteticky generovaných snímků. Z důvodu rozlehlosti tématu se práce zaměřuje na ověření podobnosti obličejových znaků originálního snímku a snímku z něj vygenerovaného. Pro aplikaci je vyvinut model založený na siamských neuronových sítích, které používají ztrátovou funkci contrastive loss. Model byl trénován a testován na datové sadě LFW, kde dosáhl přesnosti až 91 %. Pro testování generovaných snímků je použit model StarGAN, který generoval snímky obličeje se změnou barvy vlasů, pohlaví a stáří. Výsledné testování na generovaných snímcích ukázalo, že model StarGAN vytváří obličeje, které se s originálem shodují z 87,53 %.The bachelor's thesis focuses on the design and implementation of an application for verifying the authenticity of synthetically generated images. Due to the vastness of the topic, the work concentrates on verifying the similarity of facial features between the original image and the generated image. For the application, a model based on Siamese neural networks, which uses the contrastive loss function, was developed. This model was trained and tested on the LFW dataset, where it achieved an accuracy of up to 91 %. For testing the generated images, the StarGAN model was used, which generated facial images with changes in hair color, gender and age. The resulting tests on the generated images showed that the StarGAN model creates faces that match the original ones by 87.53 %.