Sistemi za preprečevanje prevar pri prepoznavanju obrazov dosegajo zelo dobre rezultate, kadar učni in testni podatki izvirajo iz istega podatkovnega nabora, vendar se njihova uspešnost pogosto občutno poslabša pri prenosu na podatke iz druge domene. Dosedanje raziskave na področju domenske posplošitve so ta problem večinoma obravnavale z razvojem novih arhitektur in učnih pristopov, medtem ko je bilo precej manj pozornosti namenjene raznolikosti in sestavi učnih podatkov. Poleg tega nekateri obstoječi generativni pristopi zahtevajo, da so bile identitete, uporabljene pri generiranju, že prisotne med učenjem generativnega modela. Ta magistrska naloga obravnava podatkovno usmerjen pristop, ki temelji na z besedilnimi navodili vodenem difuzijskem modelu za pretvorbo slike v sliko. Za model FLUX.1-Kontext so naučeni adapterji LoRA, prilagojeni posameznim podatkovnim naborom, ki se iz parov živih in ponarejenih obraznih posnetkov naučijo transformacij, značilnih za predstavitvene napade. Naučene transformacije se nato uporabijo na živih obrazih iz drugih podatkovnih naborov, pri čemer nastanejo sintetični meddomenski vzorci prevar, ki ohranijo identiteto in pogoje zajema iz ene domene, hkrati pa prevzamejo značilnosti napada iz druge. Sintetični vzorci so vključeni izključno v učne podatke izvornih domen, medtem ko podatki ciljne domene med učenjem niso uporabljeni. S tem je ohranjena standardna nastavitev domenske posplošitve po protokolu OCIM, pri katerem je ena domena izključena iz učnega postopka. Predlagani pristop je ovrednoten pri različnih razmerjih med sintetičnimi in resničnimi vzorci prevar ter na treh arhitekturno različnih modelih FAS: semantičnih modelih FLIP-MCL in GD-FAS, ki temeljita na modelu CLIP, ter teksturno usmerjenem modelu SSAN. Rezultati kažejo, da je učinek sintetičnega razširjanja podatkov odvisen od vrste predstavitve, na kateri temelji posamezni model. Semantična modela imata od takšnega razširjanja podatkov praviloma korist, zlasti pri zahtevnejših meddomenskih protokolih; pri protokolu OCM→I se na primer povprečna vrednost HTER pri modelu GD-FAS zmanjša z 10,50 % na 3,50 %. Manjši deleži sintetičnih podatkov, med 10 % in 25 %, so praviloma učinkovitejši od večjih, medtem ko se uspešnost modela SSAN ne izboljša dosledno. Ugotovitve kažejo, da lahko z besedilnimi navodili vodeno razširjanje podatkov z difuzijskim modelom izboljša meddomensko preprečevanje prevar pri prepoznavanju obrazov, vendar je njegova učinkovitost odvisna od količine sintetičnih podatkov in načina, kako detektor predstavlja vhodne podatke.
|
