<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Zaznavanje ponarejanja identitetnih dokumentov z uporabo temeljnih modelov</dc:title><dc:creator>Peterlin,	Marko	(Avtor)
	</dc:creator><dc:creator>Batagelj,	Borut	(Mentor)
	</dc:creator><dc:subject>zaznavanje predstavitvenih napadov</dc:subject><dc:subject>preverjanje pristnosti osebnih izkaznic</dc:subject><dc:subject>temeljni vizualni modeli</dc:subject><dc:subject>binarni modeli</dc:subject><dc:subject>domensko posploševanje</dc:subject><dc:description>Sistemi za oddaljeno preverjanje identitete morajo razlikovati med pristnimi osebnimi izkaznicami ter tiskanimi, zaslonskimi in kompozitnimi napadi. Razlike med njimi se pogosto kažejo le v drobnih teksturnih in barvnih sledeh, katerih izrazitost je odvisna od naprave in pogojev zajema. Ker se uspešnost modelov pri novih dokumentih pogosto poslabša, analiziramo vpliv izbire temeljnega modela (angl. foundation model), predobdelave slike ter dodatnih binarnih modelov na končno uspešnost sistema.
Predlagani cevovod združuje lokalizacijo dokumenta z modelom YOLOv11, večrazredni osnovni klasifikator in binarne modele za zaznavanje posameznih vrst napadov. Osnovni model razlikuje med pristnimi, kompozitnimi, tiskanimi in zaslonskimi primeri ter poda začetno oceno pristnosti dokumenta. Vključeni binarni modeli to oceno dopolnijo s ciljno presojo posameznih vrst napadov, končni rezultat sistema pa je binarna ocena pristnosti. Pri kompozitnih napadih primerjamo uporabo izreza celotne kartice z uporabo izreza portreta. Kot osnovne modele ovrednotimo CLIP z metodo LoRA ter modele DINOv2, DINOv3, ConvNeXt, EfficientNetV2, CAFormer in EVA-02.
Pristop smo ovrednotili na zbirkah PAD-IDCard 2025 in Kid34K s stopnjo enakih napak (EER), stopnjama napačne razvrstitve napadov (APCER) in pristnih predstavitev (BPCER) ter povprečno oceno. Najbolj uravnotežena konfiguracija je na testni množici interne porazdelitve dosegla EER 1,07 % in povprečno oceno 3,78 %. Pri zunanjem vrednotenju na zbirki Kid34K je DINOv2 med obravnavanimi osnovnimi modeli dosegel najnižji EER 27,24 % in najnižjo povprečno oceno 81,41 %. Rezultati kažejo, da selektivna uporaba binarnih modelov in dodatnega roba izreza izboljšata delovanje sistema. Hkrati pa se pokaže, da je prenos na neodvisne podatke še vedno zahteven.</dc:description><dc:date>2026</dc:date><dc:date>2026-09-08 16:10:16</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>187050</dc:identifier><dc:identifier>VisID: 39068</dc:identifier><dc:language>sl</dc:language></metadata>
