Derin öğrenme tabanlı adli analiz uygulamaları
Deep learning based forensic applications
- Tez No: 561691
- Danışmanlar: DOÇ. DR. AHMET EMİR DİRİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 97
Özet
Günümüzde sayısal resimler üzerinde oynama yapabilmek oldukça kolay bir işlem haline gelmiştir. Bu oynama işlemleri genellikle kötü bir niyet taşımaksızın yapılmaktadır. Fakat bazı durumlarda bir resmin oynanıp oynanmadığı oldukça önem arz etmektedir. Özellikle siyasi kişilere karşı manipülasyon yapabilmek için sahte resimler oluşturulmaktadır. Bu bağlamda resimlerin güvenilirliği günümüzde adli kanıt olması açısından oldukça önem arz etmektedir. Mevcut adli analiz yöntemleri bazı durumlarda iyi sonuçlar üretebilmektedir. Ancak çoğu oynama çeşidinde mevcut yöntemler yetersiz kalmaktadır. Literatürdeki PRNU tabanlı kaynak cihaz tanıma yöntemi, adli bilişim alanında çalışanlar tarafından kabul görmüş ve eşdeğer yöntemler arasındaki en iyi yöntem olarak kabul edilir. Ayrıca son zamanlarda bu alana farklı bir açıdan çözüm getiren derin öğrenme tabanlı kamera model sınıflandırıcısı yöntemi de adli bilişim alanında başarısını kanıtlamaktadır. Bu çalışmada PRNU tabanlı yöntem ile derin öğrenme tabanlı yöntem irdelenmiş ve özel bir yaklaşımla birleştirilerek yeni bir yöntem önerilmiştir. Bu yöntem ile sayısal resimler üzerindeki oynanan bölgeler, eşdeğer yöntemlere göre daha doğru bir şekilde tespit edilebilmektedir. Hatta 100 x 100 piksel boyutundaki müdahalelerde dahi iyi derecede çalışmaktadır.
Özet (Çeviri)
Nowadays it has become very easy altering the contents of digital images. These alterations are usually carried out without a bad intention. But in some cases, it is very important to know that a picture is altered or not. Particularly, fake images are created to manipulate political figures. In this context, the trustworthiness of the images is very important in terms of forensic evidence. Current forensic detection methods can produce good results in some cases. However, there are insufficient methods available against most types of alterations. The PRNU-based source device identification method in the forensic detection literature is the most accepted method among similar methods by forensic analysts. In addition, deep learning-based camera model classifier method, which has recently been offered as a solution in this area, proved its success in forensic field. In this study, the deep learning based forensic detection method and the PRNU-based method is examined and a new method based on a special fusion approach is proposed. With this method, the tampered regions on digital images can be detected more accurately than the methods in the literature, even so, the proposed method works well in detecting small-scale forgeries with the size of 100 x 100 pixels.
Benzer Tezler
- Efficient deep learning approaches for signal and image analysis applications
Sinyal ve görüntü analizi uygulamaları için verimli derin öğrenme yaklaşımları
ONUR CAN KOYUN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Deep learning based segmentation pipeline for label-free phase-contrast microscopy images
Etiketsiz faz-kontrast mikroskopi görüntüleri için derin öğrenme tabanlı segmentasyon boru hattı
AYDIN AYANZADEH
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
DOÇ. DR. DEVRİM ÜNAY
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL