Тема: Разработка телеграмм-бота для распознавания дипфейков в видеозаписи с применением нейронных сетей

Основные определения
Нейронные сети - математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей - сетей нервных клеток живого организма [1].
Дипфейк - реалистичная подмена фото-, аудио- и видеоматериалов, созданная с помощью нейронных сетей [2].
Residual Network (ResNet) - «остаточная» нейронная сеть, появившаяся на основании работ Кайминга Хе, чьи прорывы позволили обучать сотни слоев с хорошей производительностью. Ключевая идея ResNet в введении остаточных блоков, которые содержат обходную связь идентичности, обходящую один или большее количество слоев. Добавление обходных связей позволяет распространить большие градиенты до исходных слоев, смягчая эффект проблемы исчезающих градиентов и улучшая точность глубоких остаточных сетей по сравнению с более поверхностными аналогами [3].
Актуальность
Использование нейронных сетей стало популярным направлением в последнее время. Нейронные сети успешно применяются для решения задач разного рода: распознавание и детектирование объектов, распознавание речи, улучшение качества прогнозов математических моделей. Нейронные сети хорошо зарекомендовали себя в различных областях: медицина, компьютерное зрение и слежение, прогнозирование и моделирование.
Также нейронные сети используются и для создания дипфейков. В последнее время количество дипфейков на просторах интернета увеличилось, улучшилось и их качество. Сейчас видео-дипфейки могут быть похожи на оригинальное видео, и это может запутать людей в поиске правдивой информации в интернете.
Постановка задачи
Целью выпускной квалификационной работы является разработка телеграмм-бота для распознавания дипфейков в видеозаписи с применением нейронных сетей.
Для достижения поставленной цели необходимо решить следующие задачи:
1) провести анализ предметной области и обзор аналогов приложения;
2) спроектировать архитектуру нейронной сети;
3) реализовать телеграмм-бота со встроенной нейросетью;
4) произвести тестирование работы телеграмм-бота.
Структура и содержание работы
Работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Объем работы составляет 58 страниц, объем списка литературы - 20 источников.
В первой главе описывается анализ предметной области и описаны результаты анализа аналогичных проектов.
Вторая глава посвящена постановке функциональных и нефункциональных требований, а также разработке диаграммы вариантов использования и диаграммы компонентов системы.
В третьей главе приведено описание процесса разработки приложения.
В четвертой главе представлены результаты тестирования программы.
В заключении описываются результаты проделанной работы, в также направления дальнейших исследований.
В приложениях представлены спецификации вариантов использования системы, а также листинги с кодом реализации приложения.

Купить

В рамках данной работы был разработан телеграмм-бот для распознавания дипфейков в видеозаписи с применением нейронных сетей. При этом были решены следующие задачи.
1. Произведен анализ предметной области и обзор аналогов приложения.
2. Спроектирована архитектура нейронных сетей, участвующих в ансамбле для распознавания дипфейков в видеозаписи.
3. Произведен поиск данных для решения поставленной задачи.
4. Произведена предобработка данных.
5. Реализована программа для управления телеграмм-ботом.
6. Проведено тестирование телеграмм-бота.
7. Проведено обучение нейронных сетей.
8. Проведено тестирование нейронных сетей на видео, не участвовавших в обучении.

Купить