<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=161573"><dc:title>Odkrivanje umetno ustvarjenih slik</dc:title><dc:creator>Ožbot,	Tilen	(Avtor)
	</dc:creator><dc:creator>Emeršič,	Žiga	(Mentor)
	</dc:creator><dc:creator>Batagelj,	Borut	(Komentor)
	</dc:creator><dc:subject>difuzijski modeli</dc:subject><dc:subject>generativne nasprotniške mreže</dc:subject><dc:subject>odkriva- nje sintetičnih slik</dc:subject><dc:subject>generativna umetna inteligenca</dc:subject><dc:subject>globoki ponaredki</dc:subject><dc:description>V zadnjih letih so difuzijski modeli postali močno orodje v generativni umetni
inteligenci, ki lahko ustvarja zelo realistične slike, pogosto podobne predmetom
in prizorom iz resničnega sveta, zaradi česar jih je skoraj nemogoče ločiti
od pristnih. Te sintetične slike, znane tudi kot globoki ponaredki (angl.
Deepfakes), predstavljajo pomemben izziv pri razlikovanju med avtentično in
umetno ustvarjeno vsebino. Diplomska naloga se ukvarja s to problematiko
skozi sodelovanje na tekmovanju, namenjenemu odkrivanju slik, generiranih z
najsodobnejšimi difuzijskimi modeli. V okviru naloge smo primerjali različne
rešitve in poskušali izboljšati obstoječe pristope za odkrivanje teh globokih
ponaredkov. S primerjanjem različnih metodologij smo raziskovali, kako
učinkovito je mogoče ločiti resnične slike od tistih, ki jih ustvarijo difuzijski
modeli. To delo ne prispeva le k obstoječim raziskavam na tem področju,
temveč tudi osvetljuje izzive in možne strategije za izboljšanje odkrivanja
globokih ponaredkov.</dc:description><dc:date>2024</dc:date><dc:date>2024-09-12 12:25:01</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>161573</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
