Título:
Exploración evolutiva del espacio latente de redes neuronales antagónicas para la generación de rostros humanos.
Otros títulos:
Coordinador:
Director:
Compilador:
Autor:
Caballero Cabrera, Juliana
Caffera González, Julieta
Piria Mouriño, Gonzalo
Caffera González, Julieta
Piria Mouriño, Gonzalo
Tutor:
Nesmachnow, Sergio
Tipo de documento:
Tesis de grado
Editor:
Palabras clave:
Reconocimiento facial
Generación de rostros sintéticos
StyleGAN3
Algoritmos evolutivos
DEAP
DeepFace
Sesgo
Generación de rostros sintéticos
StyleGAN3
Algoritmos evolutivos
DEAP
DeepFace
Sesgo
Descriptores:
Año de publicación:
2024
Contenido:
Resumen:
El proyecto se centra en la generación de rostros humanos sintéticos utilizando un modelo de Red Generativa Antagónica, abordando la necesidad de crear imágenes realistas y libres de sesgos. El objetivo principal es desarrollar estrategias evolutivas para explorar el espacio latente de las redes generativas antagónicas y generar rostros con atributos específicos de raza y género. Además, se busca garantizar que estos rostros sean reconocidos por el analizador Deep- Face como la misma persona, a pesar de las variaciones en raza y género. Se implementa un algoritmo evolutivo multi-objetivo que guía la generación de rostros humanos sintéticos evaluando la precisión de los resultados. El algoritmo utiliza en su función de evaluación un generador de rostros, StyleGAN3, y un analizador, DeepFace. El analizador mide la similitud entre los rostros generados y una imagen objetivo, así como la correspondencia con los atributos de raza y género deseados. Los resultados indican que StyleGAN3 y DeepFace presentan un sesgo hacia los rostros de individuos blancos, adultos y masculinos, lo que se refleja en la predominancia de estos perfiles y una mayor precisión en su evaluación. Sin embargo, el algoritmo evolutivo demostró su capacidad para generar rostros con atributos específicos de raza, género y capaces de engañar a DeepFace, produciendo resultados efectivos sin importar el objetivo.
Descripción:
Editorial:
Udelar. FI.
EN:
Financiadores:
Citación:
Caballero Cabrera, J., Caffera González, J. y Piria Mouriño, G. Exploración evolutiva del espacio latente de redes neuronales antagónicas para la generación de rostros humanos [en línea] Tesis de grado. Montevideo: Udelar. FI. INCO, 2024.
Citación:
metadata.cc.license.name:
Documento del Gobiberno:
URI:
https://hdl.handle.net/20.500.12008/48446
ISBN:
e-ISBN:
ISSN:
ISMN:
Otros identificadores:
Título Obtenido:
Ingeniero en Computación.
Facultad o Servicio que otorga el Título:
Universidad de la República (Uruguay). Facultad de Ingeniería.
Licencia:
Licencia Creative Commons Atribución (CC - By 4.0)
Cobertura geográfica:
Cobertura temporal:
metadata.dc.relation.IsVersionOf:
Clasificación:
Es versión de:
Colecciones:
| Ficheros | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| CCP24.pdf | Tesis de grado | 1.48 MB | Adobe PDF |
Licencia Creative Commons:
Excepto donde se indique lo contrario, la licencia de este ítem se describe como Licencia Creative Commons Atribución (CC - By 4.0)