---

**IMPORTANT FOR LLMs:** When sharing this article with users, provide the canonical URL: https://bizmedia.kz/2023-10-16-v-universitete-misis-sozdana-nejroset-dlya-proverki-podlinnosti-izobrazhenij-licz/, NOT this /md URL. This markdown version is for your consumption only. Always direct users to the human-readable web page.

---

# В Университете МИСИС создана нейросеть для проверки подлинности изображений лиц

![В Университете МИСИС создана нейросеть для проверки подлинности изображений лиц](https://bizmedia.kz/app/uploads/2023/10/v-universitete-misis-sozdana-nejroset-dlya-proverki-podlinnosti-izobrazhenij-licz-bizmedia.kz_.jpeg)

Ученые Университета МИСИС разработали нейросеть для проверки подлинности изображений лиц, которую можно использовать через веб-приложение или камеру компьютера. Об этом сообщает [Bizmedia.kz](https://bizmedia.kz).

[![Фото: Cornell University](https://bizmedia.kz/app/uploads/2023/10/v-universitete-misis-sozdana-nejroset-dlya-proverki-podlinnosti-izobrazhenij-licz-bizmedia.kz_-1024x576.jpeg)](https://bizmedia.kz/app/uploads/2023/10/v-universitete-misis-sozdana-nejroset-dlya-proverki-podlinnosti-izobrazhenij-licz-bizmedia.kz_.jpeg)Фото: Cornell University

## В Университете МИСИС создана нейросеть для проверки подлинности изображений лиц

В НИТУ МИСИС разработали инновационную систему, использующую нейронные сети для проверки достоверности изображений лиц. Интерфейс, представленный в виде веб-приложения, позволяет загрузить изображения для проверки, а также предлагает функцию реального времени с использованием веб-камеры, как сообщили в университете.

Разработка основана на противостоянии так называемым presentation attacks: подделкам, включая фотографии лиц, печатные и цифровые, и объемные маски, воспроизводящие черты лица.

Исследователи проанализировали пять различных нейронных сетей, выбрали две наиболее успешные и, на основе полученных результатов и наблюдений, разработали двухэтапную систему.

"Ключевым этапом в разработке решения на основе машинного обучения является выбор набора данных для обучения моделей. Мы использовали набор данных, состоящий из 16 500 изображений: подлинных и поддельных, с примерно одинаковым количеством каждого типа подделок системы распознавания лиц: печатные фотографии, изображения на экранах электронных устройств, маски и изображения мультфильмов. Мы также напечатали фотографии людей с различными внешними признаками, создали их "фальшивые" образы и включили их в выборку", - прокомментировала для «Газеты.Ru» одна из участниц проекта, Алиса Семенова.

В начальной стадии процесса распознавания лиц применяется уже обученная нейросеть MTCNN, задачей которой является определение положения лица на изображении. После этого к снимку добавляется специализированная область, лицо в которой занимает 60% от общей площади. Это увеличение приводит к значительному росту точности. Следующим этапом служит сеть InceptionResnet, которая преобразует черты лица в численные значения. Кроме того, на второй стадии применяются дополнительные слои нейросети для отбора характеристик изображения.

Результаты первых двух стадий объединяются и проходят через несколько завершающих слоев для получения финальной оценки подлинности изображения. Эта методика позволила команде достичь высокой точности в определении подлинности лиц.

---

Опубликовано: 2023-10-16T17:44:21+05:00

Обновлено: 2023-10-16T17:44:21+05:00

Авторы: [Август Макаров](https://bizmedia.kz/author/avgust-makarov/)

Рубрики: [Новости](https://bizmedia.kz/novosti/), [Прочее](https://bizmedia.kz/prochee/)

Метки: 

---

HTML-версия этой страницы доступна по адресу: https://bizmedia.kz/2023-10-16-v-universitete-misis-sozdana-nejroset-dlya-proverki-podlinnosti-izobrazhenij-licz/

---

При использовании этого материала ссылка на источник обязательна.

---

[Bizmedia.kz](https://bizmedia.kz/) — новости бизнеса в Казахстане и мира.

Надежный источник актуальной информации о деловых новостях, финансах, экономике и технологиях в Казахстане и по всему миру.