<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="171822" NadgradivoID="0" NRID="27322210" OceID="0" DomainUrl="https://repozitorij.uni-lj.si/" IzpisPolniUrl="https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&amp;id=171822" StOgledov="759" StPrenosov="239" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-09-03 11:48:53" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="1000471" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/RUL-171822">20.500.12556/RUL-171822</PID>
  <Naslov>Detection of Face Forgeries with Self-Supervised Learning</Naslov>
  <Podnaslov></Podnaslov>
  <TujJezik_Naslov>Zaznavanje obraznih ponaredkov s samonadzorovanim učenjem</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>In biometric identity verification, the growing fidelity of AI-synthesized
faces is threatening the reliability of face recognition systems. Modern gen-
erative models can create extremely realistic facial forgeries that often evade
detection by current methods. Among these, morphing attacks are especially
dangerous: by digitally merging the faces of two or more individuals, they
yield a single image that can fool face recognition systems into matching
multiple identities, thereby facilitating identity fraud and other malicious
exploits. Most Morphing Attack Detection (MAD) approaches use super-
vised learning on a fixed set of known morphing techniques. Such models
often achieve high accuracy on morphs created by the same algorithms seen
during training, but they tend to rely on method-specific artifacts and strug-
gle to generalize to morphs from unseen techniques or under different data
conditions. Unsupervised one-class methods avoid overfitting to specific at-
tacks, but they often lack the sensitivity to detect the faint, distributed arti-
facts left by high-quality morphs. To overcome these challenges, a new face
forgery detection framework with improved robustness and generalization is
introduced. The approach uses self-supervised training on synthetic forgery
artifacts, which helps the detector learn decision boundaries that are more
generic and resilient. At the heart of the model, a gating mechanism fuses
two complementary information streams: the high-level semantic features
from a vision-language foundation model and the fine-grained spatial features
from a high-resolution convolutional network. The semantic branch is built
on a CLIP vision-language backbone and fine-tuned via Low-Rank Adap-
tation (LoRA) to adapt its image-text embeddings to the forgery detection
task, enabling accurate discrimination between authentic and manipulated
faces. In parallel, a high-resolution convolutional branch (based on HRNet)
preserves detailed spatial information and aggregates multi-scale features,
allowing it to capture even very subtle artifacts. An auxiliary segmentation
module provides pixel-level guidance to this branch by distinguishing genuine
facial regions from likely manipulated ones, which regularizes the training.
By combining the CLIP branch’s global semantic context with the convolu-
tional branch’s local artifact sensitivity, the model produces a well-balanced
and highly discriminative representation for detecting face forgeries. The
entire architecture is trained end-to-end with a composite loss that simulta-
neously enforces semantic alignment, segmentation consistency, and classifi-
cation accuracy. Evaluated on diverse morphing benchmarks, the proposed
method achieves state-of-the-art performance. It significantly outperforms
both supervised and unsupervised baseline detectors, attaining an average
Equal Error Rate (EER) of just 0.85%. Notably, the improvements are most
pronounced on high-quality morphs generated by advanced GAN and diffu-
sion models, highlighting the framework’s resilience against next-generation
forgery techniques.</Opis>
  <TujJezik_Opis>Naraščajoča kvaliteta obrazov sintetiziranih z umetno inteligenco ogroža zanesljivost biometičnih sistemov za verifikacijo identitete. Sodobni generativni modeli zlahka ustvarijo izjemno prepričljive ponaredke, ki jih obstoječe detekcijske metode pogosto spregledajo. Med njimi so posebej nevarni t.i. napadi z zlivanjem obrazov oz. obrazne zlitine: z digitalnim spajanjem obrazov dveh ali več oseb v eno samo sliko lahko sistem za prepoznavanje obraza takšno sliko napačno pripiše več identitetam, kar odpira možnosti za zlorabo identitete in druge zlonamerne dejavnosti.
Večina obstoječih pristopov za zaznavanje teh napadov temelji na nadzorovanem učenju na omejenem naboru znanih tehnik zlivanja obrazov. Takšni modeli sicer učinkovito zaznajo napade, ustvarjene z istimi algoritmi kot so bili prisotni v učnem naboru, a se pogosto opirajo na artefakte, specifične za posamezno metodo, zato se slabo posplošijo na primere iz še nevidenih tehnik ali drugih domen. Nenadzorovani (enorazredni) pristopi se temu prekomernemu prileganju sicer izognejo, vendar jim pogosto primanjkuje občutljivosti za prefinjene, razpršene artefakte, značilne za visokokakovostne zlitine.
Kot odgovor na te izzive, je v tej nalogi predstavljeno ogrodje za zaznavanje tovrstnih obraznih ponaredkov. Uporablja samonadzorovano učenje na sintetično generiranih artefaktih. V jedru predlaganega modela je fuzijski mehanizem, ki združuje dva komplementarna informacijska toka: visokonivojske semantične značilke iz slikovno-jezikovnega modela ter natančne prostorske značilke iz visokoločljivostne konvolucijske mreže.
Semantična veja temelji na slikovno-jezikovnem modelu CLIP; LoRA-adaptacija prilagodi njegove slikovno-jezikovne vložitve nalogi zaznavanja ponaredkov ter omogoči razločevanje med pristnimi in manipuliranimi obrazi. Visokoločljivostna konvolucijska veja na osnovi HRNet ohranja podrobne prostorske informacije in združuje večrazločljivostne značilke za zajem subtilnih artefaktov. Pomožni segmentacijski modul usmerja učenje modela na ravni pikslov: razmejuje pristna obrazna območja od verjetno manipuliranih in s tem regularizira učenje. Fuzija globalnega konteksta semantične veje in lokalne občutljivosti konvolucijske veje tvori uravnoteženo, diskriminativno predstavitev za zaznavanje obraznih ponaredkov. Učenje poteka s sestavljeno kriterijsko funkcijo, ki hkrati optimizira slikovno-jezikovno uskladitev, skladnost segmentacije in klasifikacijsko točnost.
Na raznolikih evalvacijskih zbirkah predlagan pristop preseže rezultate najsodobnejših detektorjev, tako nadzorovanih kot nenadzorovanih. Doseže povprečni EER 0,85\%, pri čemer so izboljšave posebej izrazite pri visokokakovostnih napadih, ustvarjenih z naprednimi GAN- in difuzijskimi modeli, kar potrjuje odpornost na tehnike naslednje generacije.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>computer vision</Beseda>
    <Beseda>attack detection</Beseda>
    <Beseda>face image morphing attacks</Beseda>
    <Beseda>face forg- eries</Beseda>
    <Beseda>deep learning</Beseda>
    <Beseda>self-supervised learning</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>računalniški vid</Beseda>
    <Beseda>zaznavanje napadov</Beseda>
    <Beseda>slike napadov z zlivanjem obrazov</Beseda>
    <Beseda>obrazni ponaredki</Beseda>
    <Beseda>globoko učenje</Beseda>
    <Beseda>samonadzorovano učenje</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>false</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik></Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1033" ISO639-3="eng">Angleški jezik</Jezik>
  <TujJezik ID="1060" ISO639-3="slv">Slovenski jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb22" DRIVER="info:eu-repo/semantics/masterThesis">Magistrsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2025-09-03 08:25:01</DatumVstavljanja>
  <DatumObjave>2025-09-03 08:25:10</DatumObjave>
  <DatumSpremembe>2025-09-21 03:58:02</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2025</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida></KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe></KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani></StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija></Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="127028" Ime="Leon" Priimek="Todorov" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="23212" Ime="Peter" Priimek="Peer" AltIme="P. Peer računalništvo" VlogaID="991" VlogaNaziv="Mentor" ConorID="4775267" Afiliacija="" ArrsID="19226" ORCID=""></Oseba>
    <Oseba ID="148390" Ime="MARIJA" Priimek="IVANOVSKA PRESKAR" AltIme="" VlogaID="994" VlogaNaziv="Komentor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="16" Sifra="VisID" Naziv="VisID" URL="">37900</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/248411395">248411395</Identifikator>
  </Identifikatorji>
  <Datoteke>
    <Datoteka ID="215312" DatotekaNRID="14437889" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.png" IkonaFormataPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/fileTypes/pdf.png" VelikostDatoteke="27670704" VelikostDatotekeKratko="26,39 MB" DatumVstavljanja="2025-09-03 08:25:14" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="true" JeVidno="true" VidnoOd="01.01.1970" Zaporedje="0">
      <Naziv>Todorov_Leon_-_Zaznavanje_obraznih_ponaredkov_s_samonadzorovanim_ucenjem.pdf</Naziv>
      <OrgNaziv>Todorov_Leon_-_Zaznavanje_obraznih_ponaredkov_s_samonadzorovanim_ucenjem.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>9004643E71CC172D699A9303F04E91B0</MD5>
      <SHA256>223c9c8c3e5de4560d0c6fc0ed9b755acc15cb23cf0bac6b61bcd0117083102f</SHA256>
      <UUID>9a81fd9f-888e-11f0-9328-0050569b8976</UUID>
      <PID></PID>
      <PrenosPolniUrl>https://repozitorij.uni-lj.si/Dokument.php?lang=slv&amp;id=215312</PrenosPolniUrl>
      <Vsebine>
        <Vsebina TipVsebine="GoloBesedilo" JezikID="1033" Oznaka="" Dolzina="163474"></Vsebina>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="25" Kratica="FRI" ZavodEvsID="0000066" Logo="" LogoPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/logo/">Fakulteta za računalništvo in informatiko</Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.09" Koda="2.09" Naziv="Magistrsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
