20.500.12556/RUL-171779 Generating Photorealistic Facial Composites with Diffusion Models Generiranje fotorealističnih fotorobotov z difuzijskimi modeli Facial composites, also known as police sketches, are essential tools in law enforcement for reconstructing a suspect’s appearance based on eye witness descriptions. Traditionally, forensic artists manually create these sketches by working closely with eyewitnesses, which is often slow and te dious. To simplify this process, modern law enforcement increasingly relies on advanced computer software. While deep learning has introduced several innovative approaches in recent years, the use of diffusion models for this task remains largely unexplored. We present Diff-FIT (Diffusion Facial Identification Technique), a novel framework for generating photorealistic facial composites using diffusion models. Diff-FIT enables fast generation of initial images from a textual description, followed by intuitive, sequen tial edits based on ongoing eyewitness input. Our approach generates facial composites with a preference comparable to existing methods, while enabling a greater range of facial variation and more diverse adjustments, without compromising identification performance or image quality. In a user study involving biometric experts and non-experts, facial composites generated by Diff-FIT were rated on par with those from state-of-the-art methods in both subjective evaluations and identification rates. Fotoroboti, znani tudi kot rekonstrukcije iskanih oseb, so ključno orodje pri identifikaciji osumljencev na podlagi opisov očividcev. V preteklosti so te rekonstrukcije ročno izdelovali forenzični risarji v sodelovanju z očividci, kar je bil dolgotrajen in zahteven postopek. Čeprav je globoko učenje že omogočilo številne nove pristope, je uporaba difuzijskih modelov za ta namen še vedno slabo raziskana. V tem magistrskem delu predstavimo Diff-FIT (Diffusion Facial Identification Technique), novo ogrodje za ustvarjanje fotorealističnih fotorobotov s pomočjo difuzijskih modelov. Diff-FIT omogoča hitro generiranje začetnih fotorobotov iz besedilnega opisa, ki mu sledijo intuitivni nadaljnji popravki na podlagi sprotnih opisov očividcev. Naš pristop omogoča izdelavo fotorobotov s primerljivo preferenco kot obstoječe metode, hkrati pa omogoča širši razpon obraznih variacij in bolj raznolike prilagoditve brez poslabšanja prepoznavnosti ali kakovosti slike. V uporabniški študiji, v katero so bili vključeni biometrični strokovnjaki in nestrokovnjaki, so fotorobote, izdelane z Diff-FIT, ocenili primerljivo s fotoroboti, izdelanimi z najsodobnejšimi metodami, tako v subjektivnih ocenah kot v uspešnosti identifikacije. Computer Vision Deep Learning Image-Based Biometrics Diffusion Models Facial Composite računalniški vid globoko učenje slikovna biometrija difuzijski modeli fotorobot true false false Angleški jezik Slovenski jezik Magistrsko delo/naloga 2025-09-02 13:00:00 2025-09-02 13:00:08 2025-09-10 11:42:06 0000-00-00 00:00:00 2025 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 37773 248392963 Miocic_Matej_-_Generiranje_fotorealisticnih_fotorobotov_z_difuzijskimi_modeli.pdf Miocic_Matej_-_Generiranje_fotorealisticnih_fotorobotov_z_difuzijskimi_modeli.pdf 1 CA1209EA29A1371C8E6E8572B3FBFB2B 792cedbe6b129989223f14f8b2c5fec560ae4f42ffe79d7101cbbf0bd5e3ea77 da458982-87eb-11f0-9328-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=215245 Fakulteta za računalništvo in informatiko 0 0 0