| Titre : | Assessment of deepfake detection techniques : a study of performance and generalisation |
| Auteurs : | Abderezak Mechenet, Auteur ; Sid-Ahmed Berrani, Directeur de thèse |
| Type de document : | document électronique |
| Editeur : | [S.l.] : [s.n.], 2024 |
| Format : | 1 fichier PDF (9 Mo) / ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Electronique : Alger, École Nationale Polytechnique : 2024 Bibliogr. p. 124 - 131 . - Annexe p. 132 - 134 |
| Langues : | Anglais |
| Index. décimale : | PN00224 |
| Tags : | Deepfake detection Generalisation Media content |
| Résumé : | Deepfakes are the fruit of development in the fields of Artificial Intelligence and Deep Learning, their appearance created a new field: deepfake detection, a domain that specialises in the verification of the authenticity of media content. Convolutional Neural Networks based detectors aim at detecting artifacts left by the generation process to draw conclusions on the multimedia. Our study was centralised around the assessment of existing deepfake detectors, aiming to evaluate and improve our diagnosed problem which is the generalisation ability across multiple datasets, our final product was put to the test on external videos to conclude on the hypothesis established. |
Exemplaires (1)
| Cote | Support | Localisation | Section | Disponibilité | Spécialité | Etat_Exemplaire |
|---|---|---|---|---|---|---|
| PN00224 | Ressources électroniques | Bibliothèque centrale | Projet Fin d'Etudes | Disponible | Electronique | Téléchargeable |
Documents numériques (1)
|
MECHENET.Abderezak.pdf URL
|
