Naslov: Deidentifikacija obrazov z difuzijskimi modeli

Povzetek: V dobi vse večjega nadzora in deljenja podatkov postaja zaščita identitete posameznikov na vizualnih podatkih ključnega pomena. Magistrsko delo obravnava problem anonimizacije obrazov z uporabo difuzijskih modelov—zmogljivega razreda generativnih modelov, sposobnih sinteze visokokokovostnih slik. Predlagamo dva nova pristopa, ki spreminjata pot razšumljanja difuzijskih modelov preko dveh različnih režimov vodenja: enega neodvisnega od identitete in drugega odvisnega od identitete. Cilj je ustvariti anonimizirane slike obrazov, pri tem pa ohraniti bistvene značilnosti, kot sta izraz in spol. Naš pristop uporablja vnaprej naučene modele za prepoznavo identitete ter predpogojeno vodenje, s čimer dosežemo ravnovesje med vizualnim realizmom in zasebnostjo. Naš pristop ocenjujemo na štirih referenčnih zbirkah podatkov—RaFD, XM2VTS, LFW in CALFW—z uporabo metrik, kot so AUC, F1 rezultat, Frechetova razdalja in srednja kvadratna napaka (MSE). Rezultati kažejo primerljivo učinkovitost z obstoječimi vrhunskimi tehnikami tako pri odstranitvi identitete kot pri ohranjanju atributov. Poleg tega analiziramo vedenje difuzijskega procesa pri različnih strategijah vodenja in s tem osvetlimo kompromise med prikrivanjem identitete in kakovostjo slike.

Prostor izvedbe zagovora: diplomska soba

Komisija:

    - prof. dr. Peter Peer, Predsednik

    - doc. dr. Ciril Bohak, Član

    - doc. dr. David Modic, Član

Mentor: doc. dr. Blaž Meden

Somentor: doc. dr. Žiga Emeršič