Il lavoro di tesi affronta il problema attuale del riconoscimento di immagini generate, frutto dell'impiego dei vari modelli generativi. Partendo da una panoramica dei distinti modelli sviluppati nel tempo, tra cui i modelli GAN e i modelli a diffusione, si espande su una possibile metrica per distinguere un'immagine sintetica da un'immagine reale.

PROGETTAZIONE E VALUTAZIONE DI UNA PIPELINE DI COMPUTER VISION E UNA RETE NEURALE CONVOLUZIONALE ADDESTRATE SU CIFAKE PER L'ANALISI E LA CLASSIFICAZIONE DI IMMAGINI

ESPOSITO, DARIO
2025/2026

Abstract

Il lavoro di tesi affronta il problema attuale del riconoscimento di immagini generate, frutto dell'impiego dei vari modelli generativi. Partendo da una panoramica dei distinti modelli sviluppati nel tempo, tra cui i modelli GAN e i modelli a diffusione, si espande su una possibile metrica per distinguere un'immagine sintetica da un'immagine reale.
2025
DESIGN AND EVALUATION OF A COMPUTER VISION PIPELINE AND A CONVOLUTIONAL NEURAL NETWORK TRAINED ON CIFAKE FOR IMAGE ANALYSIS AND CLASSIFICATION
Analisi immagini
Modelli generativi
File in questo prodotto:
File Dimensione Formato  
tesi_finalv3.pdf

non disponibili

Dimensione 37.58 MB
Formato Adobe PDF
37.58 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/65700