20.500.12556/RUL-185200 Globoki ponaredki na slovenskem političnem parketu zaznavanje v realnih pogojih družbenih omrežij Deepfakes in Slovene politics detection performance on real-world social media content V tem prispevku obravnavamo problem zaznavanja globokih ponaredkov slovenskih politikov v realnem okolju družbenih omrežij. Z namenom empiričnega ovrednotenja metod za detekcijo ponarejenih slik smo sestavili podatkovno zbirko, ki vsebuje 8000 obraznih slik osmih slovenskih politikov, pri čemer 4000 slik izhaja iz globokih ponaredkov javno objavljenih na Facebooku in Instagramu. Preostalih 4000 pa izhaja iz avtentičnih videoposnetkov slovenskih medijskih hiš. Na zbrani zbirki smo ovrednotili sedem uveljavljenih metod za zaznavanje globokih ponaredkov: CapsuleNet, CORE, FFD, MesoNet, RECCE, SRM in Xception. Rezultati kažejo, da je uspešnost metod izrazito slabša v primerjavi z uspešnostjo, ki jo te metode dosegajo kadar jih ovrednotimo na standardiziranih podatkovnih zbirkah, ki so nastale v laboratorijskih pogojih. Pri tem smo odkrili, da je več metod sistematično zamenjavalo razreda pristnih in ponarejenih slik. Kvalitativna analiza je pokazala, da so artefakti v sodobnih političnih ponaredkih pogosto lokalni, kratkotrajni in subtilni, zaradi česar jih je težko zaznati med predvajanjem ponarejenih posnetkov z običajno hitrostjo. Rezultati potrjujejo pomembno vrzel med laboratorijskim vrednotenjem detektorjev in njihovo uporabnostjo pri realnih političnih vsebinah z družbenih omrežij. This paper tackles the problem of detecting deepfakes of Slovene politicians in the real-world environment of social media. For the purpose of empirically evaluating deepfake detection methods, we constructed a dataset containing 8000 facial images of eight Slovene politicians. The dataset consists of 4000 images extracted from publicly available deepfake videos posted on Facebook and Instagram, and 4000 images extracted from authentic videos published by different national medias. Using this dataset, we evaluated seven established deepfake detection methods: CapsuleNet, CORE, FFD, MesoNet, RECCE, SRM, and Xception. The results show that the performance of the evaluated methods significantly degrades when applied to real-world deepfakes instead of standardized benchmark datasets. Furthermore, several methods systematically confused the authentic and manipulated image classes. Qualitative analysis revealed that artefacts in modern political deepfakes are often local, short-lived, and subtle. The obtained results confirm a substantial gap between laboratory evaluation of deepfake detectors and their practical applicability to real political content distributed through social media. globoki ponaredki v političnem prostoru zaznavanje globokih ponaredkov umetna inteligenca računalniški vid razpoznavanje vzorcev political deepfakes detection of deepfakes artificial intelligence computer vision pattern recognition true false true Slovenski jezik Angleški jezik Članek v reviji 2026-07-28 10:44:30 2026-07-28 10:44:43 2026-07-29 04:03:38 0000-00-00 00:00:00 2026 0 0 Str. 142-148 št. 3 Letn. 93 2026 0000-00-00 Zaloznikova Objavljeno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.93 0013-5852 286187267 RAZ_Ivanovska_Preskar_Marija_2026.pdf RAZ_Ivanovska_Preskar_Marija_2026.pdf 1 DE96683F234A5B739D318295A9FE488E 71ce17a4341eadca9c6de6503a1aae1439ba11c34e37defd3a786984544fb766 5308442d-8a60-11f1-9b0d-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=243496 https://ev.fe.uni-lj.si/3-2026/Ivanovska.pdf 0 97fb8474-8a60-11f1-9b0d-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=243497 Fakulteta za elektrotehniko Elektrotehniški vestnik 0 0 0