Advanced 3D face anti-spoofing system using hybrid deep neural network and optimization techniques
Hibrit derin sinir ağı ve optimizasyon tekniklerini kullanan gelişmiş 3B yüz sahtekarlığını önleme sistemi
- Tez No: 976655
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Mobil güvenlik, gözetim ve çevrimiçi ödemeler dahil olmak üzere her yerde, bir kişinin kimliğini doğrulamak için as tanıma teknolojisi kullanılmaktadır. Basılı fotoğraflar, videolar, 3B maskeler ve derin sahtecilikle oluşturulmuş yüzler gibi sahte yüzler, bu tür sistemleri yanıltabilir. Bu araştırmanın amacı, yüz tanıma güvenliğini, doğruluğunu ve verimliliğini artırmak için Yüz Sahteciliği Önleme (FAS) tekniklerini geliştirmektir. Çalışma, bir kişinin yüzündeki ince ayrıntıların ve dokuların tanımlanması için Yoğun Sıkıştırma ve Uyarım Ağları ile Komşuluk Farkında Çekirdek Uyarlaması (NAKA) sürecini içeren bir 3B Yüz Sahteciliği Önleme Modeli önermektedir. RGB görüntüleri, derinlik haritaları ve doku bilgileri gibi farklı yüz verisi modalitelerini birleştirmek için Hafif Çok Modlu Derin Füzyon Ağı önerilmektedir. Gelişmiş saldırılara karşı bile daha yüksek doğrulukla yüz sahteciliği tespitinde faydalıdır. Sistem, otomatik olarak öğrenmek ve kendini sürekli güncel tutmak için Derin Takviyeli Öğrenme (DRL) de kullanır ve böylece yeni sahtecilik yöntemlerini tespit edebilir. Modeller, doğruluk, kesinlik, geri çağırma ve hata oranları gibi bir dizi performans ölçütüne dayalı olarak CASIA-SURF, CelebA-Spoof ve GREAT-FASD-S gibi standart veri kümeleri kullanılarak test edilmiştir. Deneyler, önerilen modellerin mevcut yöntemlerle karşılaştırıldığında olumlu sonuçlar verdiğini ve gerçek dünya uygulamalarında kullanım için hesaplama açısından hafif olduğunu göstermektedir. Çalışma ayrıca, veri kümeleri üzerinde genelleştirilebilir iyi performans, düşmanca saldırılara dayanıklılık ve güvenlik ile kullanılabilirlik arasındaki fark gibi temel sorunlarla da ilgilenmektedir. Çok modlu füzyon, vi dikkat ve takviyeli öğrenmeyi temel alan çalışma, sağlam, hafif ve açıklanabilir yüz sahteciliği önleme yaklaşımlarına katkı sağlamaktadır. Bunlar, bankacılık, sınır kontrolü ve mobil kimlik doğrulama gibi yüksek güvenlikli uygulamalarda uygulanabilir. Elde edilen sonuçlar, biyometrik güvenliğin sağlanmasına ve gelecekteki yeni yüz sahteciliği saldırılarına karşı korunmaya yardımcı olacaktır.
Özet (Çeviri)
ace recognition technology is used everywhere, including mobile security, surveillance, and online payments, to authenticate a person's identity. Spoof faces, like printed photos, videos, 3D masks, and deep fake-generated faces, can mislead such systems. The goal of this research is to improve Face Anti-Spoofing (FAS) techniques to improve facial recognition security, accuracy, and efficiency. The study suggests a 3D Face Anti-Spoofing Model incorporating Dense Squeeze and Excitation Networks and a Neighbourhood-Aware Kernel Adaptation (NAKA) process for identification of fine details and textures on a person's face. A Lightweight Multi-Modal Deep Fusion Network is suggested for fusing different face data modalities such as RGB images, depth maps, and texture information. It is useful in face spoofing detection with higher accuracy even against advanced attacks. Deep Reinforcement Learning (DRL) is also used by the system to learn automatically and keep itself updated at all times, thus able to identify new ways of spoofing. The models are tested using standard datasets like CASIA-SURF, CelebA-Spoof, and GREAT-FASD-S based on a number of performance metrics such as accuracy, precision, recall, and error rates. Experiments demonstrate that models as proposed compare favorably against existing methods and are computationally lightweight for use in real-world applications. The study also confronts fundamental problems such as generalizable good performance over datasets, adversarial attacks resistance, and security vs. usability. Grounded on multi-modal fusion, vi attention, and reinforcement learning, the study gives contributions towards robust, light-weight, and explainable face anti-spoofing approaches. These can be applied in high-security applications like banking, border control, and mobile authentication. The outcome will help to introduce biometric security and protect against future face spoofing attacks of novel forms.
Benzer Tezler
- Yüz tanıma sistemlerinin yanıltılmasına karşı bir yöntem: yüz videolarında nabız tespiti ile canlılık doğrulaması
An anti-spoofing method for face recognition systems: liveness verification with pulse measurement on face videos
ALİ UFUK YAMAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. REFİK SAMET
- Karayel insansız hava aracının statik ve dinamik analizleri
Static and dynamic analyses of Karayel unmanned aerial vehicle
ÖZKAN GÜLBAHAR
Yüksek Lisans
Türkçe
2015
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ZAHİT MECİTOĞLU
- Üçlü eşatomik MoRuP, WRuP, HfırSi, TiIrSi ve ZrIrSi süperiletkenlerinin fiziksel özelliklerinin teorik olarak incelenmesi
Theoretical investigation of physical properties of ternary atomic superconductors MoRuP, WRuP, HfırSi, TiIrSi ve ZrIrSi"
ISRAA AL-CHALABI
Doktora
Türkçe
2023
Fizik ve Fizik MühendisliğiSakarya ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. SADIK BAĞCI
- Generating 3D face models from photographs
Fotoğraflardan 3-D boyutlu yüz modeli oluşturma
MEMDUH YILDIRAY MERİÇ
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BORAHAN TÜMER