Тема выпускной квалификационной работы: «Обнаружение имперсонации при распознавании лиц в видеопотоке». Целью работы является обнаружение имперсонации при распознавании лиц в видеопотоке. Предметом исследования являются современные методы классификации изображений и детектирования лиц на изображении. Задачи, решаемые в ходе исследования: Анализ современных исследований в области обнаружения имперсонации в видеопотоке. Анализ, выбор и реализация метода обнаружения имперсонации при распознавании лиц в видеопотоке. Оценка точности программного прототипа системы обнаружения. В ходе работы были исследованы структура выбранного набора данных и архитектура нейронной сети. Были проанализированы современные исследования в области классификации изображений. В результате выполнения работы было разработано программное средство обнаружения имперсонации в видеопотоке при распознавании лиц, была продемонстрирована эффективность средства. Был сделан вывод, что задача обнаружения имперсонации в видеопотоке не идеально решается с помощью средств классификации изображений. Полученные результаты могут быть использованы в качестве основы для проектирования систем обнаружения имперсонации в видеопотоке при распознавании лиц.

The topic of the graduate qualification work is «Deepfake detection in a video stream».The purpose of the study is development of a program for deepfake detection in a video stream. The subject of the study is modern methods of image classification and face detection in the image. The research set the following goals:Analysis of modern research in the field of deepfake detection.Development of a method for deepfake detection in a video stream.Evaluation of the accuracy of the created tool.During the work the structure of the selected data set and the architecture of the neural network were studied. Modern studies in the field of image classification was analyzed.The work resulted in development of a software tool for deepfake detecting in the video stream, the effectiveness of the tool was demonstrated. It was concluded that the task of deepfake detecting in a video stream is not ideally solved using image classification tools.The results could be used as a base for deepfake detection systems designing.