Програмний модуль класифікації людських облич засобами нейронних мереж

Abstract

Метою кваліфікаційної роботи є розробка програмного модуля для автоматизованого виявлення підроблених (AI-генерованих) зображень людських облич. Спроєктовано гібридну архітектуру, що поєднує згорткові нейронні мережі (CNN) для виділення локальних ознак та графові нейронні мережі (GNN) для аналізу структурних аномалій у взаєморозташуванні ключових точок обличчя. Запропонований підхід забезпечує високу точність класифікації реальних та синтезованих портретів шляхом аналізу геометричних та текстурних невідповідностей. Реалізовано веб-інтерфейс на базі фреймворку Flask для зручної взаємодії з моделлю та візуалізації результатів детекції.

The purpose of the qualification work is to develop a software module for automated detection of fake (AI-generated) images of human faces. A hybrid architecture is designed, which combines convolutional neural networks (CNN) for local feature extraction and graph neural networks (GNN) for analyzing structural anomalies in the spatial arrangement of facial landmarks. The proposed approach provides high accuracy in classifying real and synthesized portraits by analyzing geometric and textural inconsistencies. A web interface based on the Flask framework has been implemented for convenient interaction with the model and visualization of detection results.