
Raziskava slovenskih raziskovalcev, ki bi lahko pomembno prispevala k varnosti osebnih dokumentov in biometričnih sistemov, se je uvrstila med deset najodličnejših raziskovalnih dosežkov Univerze v Ljubljani v letu 2026. Razvili so namreč novo metodo umetne inteligence, ki lahko prepozna ponarejene oziroma manipulirane obraze že na podlagi ene same fotografije.
Raziskava z naslovom SelfMAD++ je rezultat sodelovanja raziskovalcev Laboratorija za strojno inteligenco Fakultete za elektrotehniko in Fakultete za računalništvo in informatiko Univerze v Ljubljani. Njihova metoda naslavlja vse pomembnejši izziv sodobne digitalne družbe: kako prepoznati ponarejene fotografije obrazov, ki lahko zavedejo tudi napredne sisteme za preverjanje identitete.
Med deset najodličnejših raziskovalnih dosežkov Univerze v Ljubljani se je v letu 2026 uvrstilo deset raziskav, izbranih med prijavljenimi dosežki 19 članic univerze. Uvrstitev SelfMAD++ je pomembno priznanje slovenskemu raziskovalnemu delu na področju umetne inteligence, računalniškega vida in biometrije.
Ko združena obraza dveh oseb postaneta ena identiteta
Biometrično preverjanje identitete je danes del številnih varnostnih postopkov. Uporablja se pri nadzoru državnih meja, preverjanju potnih listov in dostopu do varovanih prostorov. Toda razvoj umetne inteligence prinaša tudi nove možnosti zlorab.
Ena izmed njih so tako imenovani napadi z zlivanjem obrazov (angl. face morphing attacks). Pri takšnem postopku napadalec z računalniško obdelavo združi obrazne značilnosti dveh ali več oseb v eno fotografijo. Nastala podoba je lahko dovolj podobna različnim posameznikom, da jih sistem za prepoznavanje obrazov prepozna kot isto osebo.
V praksi bi to lahko pomenilo, da bi dve različni osebi uporabljali isti osebni dokument oziroma potni list z manipulirano fotografijo.
Težava je še večja zaradi napredka generativne umetne inteligence. Sodobni modeli omogočajo ustvarjanje izjemno realističnih zlitih obrazov, pri katerih so znaki manipulacije za človeško oko skoraj nevidni. Klasične metode zaznavanja ponaredkov, ki iščejo že znane nepravilnosti na fotografijah, imajo zato vse več težav pri prepoznavanju novih tehnik.

Nova metoda deluje že z eno fotografijo
Raziskovalci so razvili metodo SelfMAD++, ki lahko napade z zlivanjem obrazov zazna že na podlagi ene same fotografije. Pri tem ne potrebuje druge, zaupanja vredne referenčne fotografije za primerjavo, kar je pomembna prednost v primerih, ko takšna slika ni na voljo ali njene pristnosti ni mogoče preveriti.
Metoda združuje več sodobnih pristopov strojnega učenja. Njeno osnovo predstavlja temeljni vizualno-jezikovni model, ki omogoča razumevanje splošnih vizualnih značilnosti obraza. Raziskovalci so ga dopolnili z mehanizmom za analizo drobnih lokalnih nepravilnosti, ki lahko razkrivajo slikovno manipulacijo.
Sistem tako ne preverja zgolj celotnega videza obraza, temveč analizira tudi posamezna obrazna območja, njihovo strukturo in manj očitne značilnosti, ki bi lahko kazale na ponarejanje.
Pomembno vlogo ima tudi samonadzorovano učenje. Raziskovalci so razvili postopek, pri katerem se med učenjem modela samodejno ustvarjajo različne umetne sledi manipulacij. Model se tako uči prepoznavati splošne značilnosti ponarejenih obrazov, ne da bi bil odvisen zgolj od že znanih primerov napadov. To mu omogoča boljše prepoznavanje tudi tistih vrst manipulacij, s katerimi se med učenjem še ni srečal.
Napaka zaznavanja se je zmanjšala za več kot 65 odstotkov
Učinkovitost metode SelfMAD++ so raziskovalci preverili na devetih standardnih podatkovnih zbirkah, ki vključujejo različne načine ustvarjanja zlitih obrazov. Med njimi so klasični postopki računalniške obdelave slik ter novejši pristopi, ki uporabljajo generativne nasprotniške mreže in difuzijske modele.
Rezultati so pokazali, da metoda na standardnih testnih zbirkah dosega več kot 65 odstotkov nižjo napako zaznavanja v primerjavi z najnaprednejšimi primerljivimi metodami. Dobro se je odrezala tudi pri napadih, ustvarjenih s postopki, ki jih model med učenjem še ni spoznal.
V širšem eksperimentalnem vrednotenju je dosegla povprečno enako stopnjo napake (Equal Error Rate oziroma EER) 3,91 odstotka. Konkurenčnost metode so potrdili tudi rezultati neodvisnega mednarodnega primerjalnega vrednotenja na platformi Bologna Online Evaluation Platform.

Kdo so raziskovalci, ki stojijo za dosežkom?
Raziskava je nastala v sodelovanju Laboratorija za strojno inteligenco Fakultete za elektrotehniko in Fakultete za računalništvo in informatiko Univerze v Ljubljani.
Avtorji raziskave so as. dr. Marija Ivanovska Preskar, as. Leon Todorov, prof. dr. Peter Peer in prof. dr. Vitomir Štruc.
Znanstveno delo je bilo objavljeno v mednarodni reviji Information Fusion, ki se posveča področjem združevanja informacij in inteligentnih sistemov. Raziskava z naslovom SelfMAD++: Self-supervised foundation model with local feature enhancement for generalized morphing attack detection je izšla v 127. zvezku revije leta 2026.
Raziskovalka Marija Ivanovska Preskar, prva avtorica raziskave, je bila poleg tega izbrana med finalistke evropskega priznanja European Biometrics Research Award 2026, ki ga podeljuje združenje European Association for Biometrics.
Kje bi lahko uporabljali novo metodo?
Raziskava ima potencial za uporabo pri preverjanju pristnosti fotografij na osebnih dokumentih, podpori postopkom mejne kontrole in razvoju varnejših biometričnih sistemov.
Kljub obetavnim rezultatom pa bo pred množično uporabo potrebnih še nekaj dodatnih preverjanj v realnih operativnih razmerah. Raziskovalci poudarjajo predvsem pomen zanesljivega zaznavanja novih oblik manipulacij, saj se tehnologije za ustvarjanje ponarejenih fotografij hitro razvijajo.
Uvrstitev med deset najodličnejših raziskovalnih dosežkov Univerze v Ljubljani je tako priznanje raziskovalni skupini in njenemu prispevku k enemu pomembnejših varnostnih izzivov sodobne umetne inteligence.
Predstavitev izbranih dosežkov in podelitev priznanj bosta potekali na Dnevu za znanost 19. januarja 2027.
Urednik portala Student.si
