Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
diplomová práce
Autor práce: Ing. Petr Češka
Ak. rok: 2023/2024
Vedoucí: Ing. Jakub Špaňhel, Ph.D.
Oponent: Ing. Marek Vaško
Cílem této diplomové práce je zvýšit přesnost modelů pro klasifikaci živosti tváří založených na obrazovém Transformeru při odhalování prezentačních útoků. Diplomová práce využívá detekci dat mimo distribuci k odfiltrování obrázků, které se příliš liší od tréninkové sady dat označovaných jako data v distribuci. Zkoumá se, jak úspěšně různé metody identifikují rozdílné distribuce dat a jak odfiltrování dat mimo distribuci na základě těchto metod ovlivňuje přesnost modelu. Pomocí relativní Mahalanobisovy vzdálenosti je možné dosáhnout hodnoty AUROC 97.6 % při rozlišování dat v distribuci a mimo ni. Odfiltrováním obrázků, které by neměly být klasifikovány, se zvýší přesnost všech testovaných modelů nad 99.9 %. To může poskytnout další vrstvu zabezpečení pro aplikace proti útokům využívajícím podvržení tváří.
Biometrická bezpečnost, Detekce podvržených tváří, Klasifikace živosti tváře, Hluboké neuronové sítě, Zpracování obrazu, Spoofing, Anti-spoofing, Obrazový Transformer, Detekce dat mimo distribuci, Relativní Mahalanobisova vzdálenost, Filtrování dat
Termín obhajoby
17.06.2024
Výsledek obhajoby
obhájeno (práce byla úspěšně obhájena)
Klasifikace
B
Průběh obhajoby
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. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.
Otázky k obhajobě
Jazyk práce
čeština
Fakulta
Fakulta informačních technologií
Ústav
Ústav počítačové grafiky a multimédií
Studijní program
Informační technologie a umělá inteligence (MITAI)
Specializace
Strojové učení (NMAL)
Složení komise
prof. Dr. Ing. Jan Černocký (předseda) doc. Ing. Lukáš Burget, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) doc. RNDr. Pavel Smrž, Ph.D. (člen) doc. Ing. Vítězslav Beran, Ph.D. (člen) Ing. František Grézl, Ph.D. (člen)
Posudek vedoucíhoIng. Jakub Špaňhel, Ph.D.
Student zadání splnil. Natrénoval model pro klasifikaci živosti tváře a následně evaluoval různé metody pro detekci dat mimo distribuci. V rámci experimentů také navrhl menší modifikace některých dříve publikovaných metod. Výsledné řešení je dle vyhodnocení funkční a filtrace dat mimo distribuci zlepšuje výsledky klasifikace.Práci hodnotím stupněm B.
Student měl za úkol řešit problematiku detekce dat mimo distribuci pro modely klasifikující živost tváře. Během řešení DP musel řešit dva velké celky - vytvoření modelu pro klasifikaci živosti a analýzu možností detekce dat mimo trénovací distribuci. Zadání lze tedy řadit k obtížnějším.
Práce byla dokončena v termínu. Text práce byl nasdílen k náhlednutí. Přípomínky ke struktuře práce byly zapracovány.
Student se zúčastnil studentské konference Excel@FIT.
Student si sám dohledal veškeré potřebné zdroje a další literaturu.
Aktivita studenta v rámci řešení diplomové práce byla nerovnoměrná. Začátek řešení byl velmi pozvolný a sestával se primárně ze studia aktuálního stavu poznání. Ke konci řešení se aktivita stupňovala.
Známka navržená vedoucím: B
Posudek oponentaIng. Marek Vaško
Práca ako celok je veľmi kvalitná a vyžaduje rozsiahly prehľad aktuálne využívaných metód, ktoré riešiteľ preskúmal.
Menšie formálne nedostatky nemajú vplyv na celkovú pochopiteľnosť a prínos prezentovaného výskumu.
Pre prácu navrhujem hodnotenie A.
Stupeň hodnocení: zadání splněno
Stupeň hodnocení: je v obvyklém rozmezí
Práca ako celok je dobre čitateľná.
Text obsahuje všetko podstatné a vyhýba sa zbytočným informáciam.
Jednotlivé kapitoly sú veľmi dobre a logicky delené.
Prezentované výsledky sú zároveň prehľadné a často prezentované v dobre spracovaných grafoch a tabuľkách.
Je jasné, že riešiteľ rozumie skúmanej problematike a vie získané informácie aplikovať na unikátny problém.
Po jazykovej stránke je práca veľmi dobrá a len z minimálnym množstvom chýb.
Z pohľadu typografickej stránky vidím menší problém s používaním rastrových obrázkov namiesto vektorových. Niektoré prevzaté tabuľky sú vložené ako obrázky. Vo vzorcoch 3.10 a 3.12 je menšia nekonzistencia, ale tá neovplyvňuje celkovú pochopiteľnosť komunikovanej informácie.
Práca má celkovo 53 referencií a všetky sa odkazujú na články prezentované na kvalitných konferenciách alebo v kvalitných žurnáloch.
V práci riešiteľ využíva referencie korektne. Väčšina z citovaných metód je približne z posledných piatich rokov a predstavuje aktuálny state-of-the-art.
Je jasné, že riešiteľ prenikol problematiku do hĺbky.
Programové riešenie je zdokumentované a je jasné, akým spôsobom nastaviť prostredie, spustiť jednotlivé experimenty a spustiť vyhodnotenie.
V technickej správe je zároveň jasné to, ako jednotlivé systémy fungujú a čo funguje najlepšie. Celkovo bolo vykonané veľké množstvo experimentov.
Vyhodnotenie a realizovaný výstup sú na vysokej úrovni.
Práca ako celok prezentuje výsledky v aplikácii existujúcich metód pre odhad dát mimo distribúciu na problém detekcie živosti.
Z prezentovaných výsledkov je jasný prínos a môžu byť využité ako referencia pre budúci vývoj.
Stupeň hodnocení: značně obtížné zadání
Zadanie je výskumného charakteru a vyžaduje znalosti z oblasti klasifikácie živostí snímkov tváre a odborný prehľad množstva metód pre detekciu dát mimo distribúciu. Z tohto pohľadu sa jedná o obtiažnejšie zadanie.
Známka navržená oponentem: A
Odpovědnost: Mgr. et Mgr. Hana Odstrčilová