Přístupnostní navigace
E-application
Search Search Close
Master's Thesis
Author of thesis: Bc. David Drtil
Acad. year: 2025/2026
Supervisor: Ing. Anton Firc, Ph.D.
Reviewer: Ing. Milan Šalko
Deepfake technology is advancing rapidly, and this creates a critical security challenge for remote identity verification. Since generative models are now capable to produce realistic face-swaps in real-time, static methods are not sufficient anymore to distinguish between genuine users and synthetic impostors. The primary objective of this thesis is to address this vulnerability by implementing a robust liveness detection framework. This work proposes a hybrid method that integrates interactive challenge-response tests, including randomized head rotations, blinking, and facial expression changes, with traditional passive detection techniques, specifically analyzing texture inconsistencies and synthesis artifacts. To validate this approach, a real-time web application was developed to process video streams and verify user's liveness. The method was evaluated using standard metrics like accuracy and F1 score, confirming that integrating interactive user challenges raises the resilience against modern face-swapping attacks compared to purely passive detection.
Deepfake, Face Swapping, Liveness Detection, Interactive Verification, Passive Detection, Remote Identity Verification, Biometric Security, Presentation Attack Detection
Date of defence
23.06.2026
Result of the defence
Defended (thesis was successfully defended)
Grading
A
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných, např. ohledně způsobu realizace interaktivní vrstvy, jejího dopadu na spolehlivost detekce či počtu testovacích vzorků. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A - výborně.
Topics for thesis defence
Language of thesis
English
Faculty
Fakulta informačních technologií
Department
Department of Intelligent Systems
Study programme
Information Technology and Artificial Intelligence (MITAI)
Specialization
Information Systems and Databases (NISD)
Composition of Committee
doc. Ing. Petr Matoušek, Ph.D., M.A. (předseda) doc. Ing. Tomáš Martínek, Ph.D. (místopředseda) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Ivana Burgetová, Ph.D. (člen) Ing. Matěj Grégr, Ph.D. (člen) Ing. Šárka Květoňová, Ph.D. (člen)
Supervisor’s reportIng. Anton Firc, Ph.D.
Výstup práce je velmi kvalitní a převyšuje očekávání kladená na diplomovou práci. Student prokázal schopnost samostatně pracovat, hluboké porozumění řešenému tématu a nejen výbornou implementaci, ale také vhodný metodický přístup k experimentálnímu ověření funkčnosti implementované aplikace. Dosažené výsledky jsou relevantní pro odbornou komunitu a mají potenciál dalšího využití. Jak s přístupem studenta, tak s dosaženými výsledky jsem vysoce spokojen. Práci hodnotím stupněm A (98b).
Práci navrhuji na jedno z možných ocenění.
Zadání práce hodnotím jako průměrně obtížné. Cílem bylo implementovat novou metodu pro detekci živosti pro vzdálené ověření identity osoby podle obličeje. Splnění zadání vyžadovalo nastudování aktuálních přístupů v této oblasti a následné využití existujících metod a technologií k vytvoření funkčního prototypu. Student splnil zadání bez výhrad, přičemž experimentální část práce zadání dále rozšiřuje. Zadání požadovalo testování účinnosti navrženého řešení, práce však dodává celé experimentální vyhodnocení přínosnosti interaktivních akcí, dopadu jednotlivých akcí a jejich využitelnosti v praxi.
Dokončování práce probíhalo s dostatečným předstihem a všechny podstatné části byly řádně konzultovány. K průběhu dokončování nemám žádné připomínky.
Student publikoval výsledky práce na studentské konferenci Excel@FIT, kde práce získala dvě ocenění, a to ocenění odborného panelu a ocenění partnerů z průmyslu. Tato ocenění dále zdůrazňují kvalitu dosažených výsledků. Práce zároveň přináší nové relevantní poznatky pro biometrickou komunitu a je plánována k zpracování do formy konferenční publikace.
Práci s literaturou hodnotím jako dobrou. Student samostatně vyhledával a využíval relevantní odborné zdroje, které vhodně uplatnil při návrhu, implementaci i experimentálním vyhodnocení práce.
Aktivita studenta během řešení byla velmi dobrá. Student k práci přistupoval proaktivně a pravidelně ji konzultoval. Na konzultace chodil připravený, prezentoval další pokroky v řešení a průběžně zpracovával poskytnutou zpětnou vazbu.
Grade proposed by supervisor: A
Reviewer’s reportIng. Milan Šalko
Práce se věnuje aktuální problematice vzdálené identifikace osob a odolnosti obličejových biometrických systémů vůči deepfake technologiím. Autor splnil zadání bez výhrad, zpracoval relevantní literaturu, navrhl vlastní metodu detekce živosti a implementoval funkční demonstrační aplikaci pracující s videem v reálném čase. Technická zpráva je zpracována na velmi dobré prezentační i formální úrovni. Určitým omezením vyhodnocení je menší dataset, což je však vzhledem k charakteru řešení a potřebě interakce v reálném čase pochopitelné a nepovažuji to za zásadní nedostatek práce.
Evaluation level: assignment fulfilled
Zadání považuji za splněné bez výhrad.
Evaluation level: is within the usual extent
Technická zpráva má rozsah přibližně 105,98 normostran, čímž se pohybuje v obvyklém rozmezí očekávaném u diplomové práce.
Prezentační úroveň technické zprávy je velmi dobrá. Práce je zpracována srozumitelně a jednotlivé části na sebe vhodně navazují.
Formální úprava práce je bez výhrad. Práce je psána v anglickém jazyce a neobsahuje výraznější gramatické nedostatky. Jazyková i typografická úroveň technické zprávy je vhodná pro diplomovou práci.
Práce s literaturou je v pořádku. Autor využívá relevantní zdroje vztahující se k oblasti biometrických systémů, deepfake technologií, face-swap útoků a detekce živosti.Převzaté informace jsou v práci řádně odlišeny od vlastních výstupů autora a z textu je zřejmé, které části představují existující poznatky a které jsou vlastním přínosem práce.
Realizační výstup práce odpovídá zadání. Student implementoval demonstrační aplikaci využívající navrženou metodu, umožňující zpracování videa z kamery v reálném čase, a její funkčnost také prakticky předvedl. Za hlavní slabinu považuji menší dataset použitý při vyhodnocení, i když chápu praktickou náročnost jeho vytvoření. U pasivní části detekce by bylo vhodné zvážit dodatečné vyhodnocení na existujícím datasetu, např. FaceForensics++ nebo Video Conference Deepfakes.
Výhradu mám také k méně komentovanému zdrojovému kódu, což může ztěžovat orientaci v implementaci. Navzdory těmto omezením považuji realizační výstup za kvalitní a funkční.
Výsledky práce považuji za využitelné v oblasti výzkumu a dalšího vývoje metod detekce živosti při vzdáleném ověřování identity. Práce řeší aktuální a prakticky důležitou problematiku související s odolností biometrických systémů vůči deepfake útokům. Dosažené výsledky doporučuji přeformulovat do podoby odborného článku a publikovat na vhodné konferenci. Pro další posílení využitelnosti výsledků by bylo vhodné pasivní část detekce dodatečně otestovat na některém z reálných benchmarků zaměřených na detekci deepfake videí.
Evaluation level: more difficult assignment
Zadání považuji za průměrně až nadprůměrně náročné. Práce vyžadovala nastudování problematiky vzdálené identifikace osob, obličejových biometrických systémů, deepfake technologií a metod detekce živosti. Náročnost zvyšoval také požadavek na návrh vlastní metody kombinující interaktivní a pasivní testy, implementaci demonstrační aplikace se zpracováním videa v reálném čase a následné experimentální vyhodnocení navrženého řešení.
Grade proposed by reviewer: A
Responsibility: Mgr. et Mgr. Hana Odstrčilová