Tamper detection in multimodal biometric templates using fragile watermarking and artificial intelligence
Kırılgan damgalama ve yapay zeka kullanan çok modlu biyometrik şablonlarda kurcalama tespiti
- Tez No: 688470
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Güvenli ve güvenilir kimlik doğrulama yöntemlerine yönelik hızla artan talebe göre, son yıllarda biyometrik kimlik doğrulamaya büyük ilgi gösterildi. Biyometrik kimlik doğrulama sistemlerinin doğruluğunu artırmak için, farklı biyometrikler için her adaydan birden fazla şablon toplanır. Buna göre, şablonlardan biri eşleştirilirken oluşabilecek yanlış pozitifler veya yanlış negatifler, ikincisi eşleştirilirken düzeltilir ve bunun tersi de geçerlidir. Ayrıca, bu şablonları temsil etmek için gereken verilerin boyutundaki ek yükü azaltmak ve bu şablonları güvenceye almak için, son çalışmalar, şablonlardan birini veya özelliklerini diğerine gömmek için dijital damgalama tekniklerini kullanır. Kırılgan damgalama, filigran bilgisi kaybolduğunda herhangi bir kurcalamayı algılama yeteneğine göre bu amaç için yaygın olarak kullanılmaktadır. Bununla birlikte, bu kırılganlık, görüntüyü sıkıştırarak verilerin boyutunu daha da küçültme yeteneğini reddeder. Bu nedenle, iris şablonundan çıkarılan özniteliklerin adayın yüz şablonuna gömüldüğü bu çalışmada yeni bir damgalama yaklaşımı önerilmiştir. İrisin özellikleri, bir otomatik kodlayıcı Yapay Sinir Ağı (ANN) kullanılarak çıkarılır, daha sonra, ortak Fotoğraf Uzmanları Grubuna (JPEG) dayalı olarak, nicelleştirildikten sonra ve Huffman Kodlaması kullanılarak sıkıştırılmadan önce yüz görüntüsünün DCT katsayılarına gömülür. standart. Filigran bilgisi, her değerin iris şablonundaki karşılık gelen değere ve yüz şablonundaki DCT katsayısına göre hesaplandığı ve Arnold Dönüşümü (AT) kullanılarak şifrelendiği Least-Significant-Bit (LSB) filigran yöntemi kullanılarak gömülür. Buna göre, sıkıştırılmış filigranlı görüntü saldırıya uğradığında filigran bilgisi kaybolur. Ek olarak, filigran bilgileri benzer desenler içerdiğinden, ancak aynı aday için bile asla aynı olmadığından, statik bir diziyle karşılaştırmak yerine, çıkarılan filigrandaki bu kalıpların varlığını araştırmak için bir YSA kullanılır. Önerilen yöntem, yüz tanıma doğruluğunu bozulmadan korurken, iris tanıma doğruluğunda %0.05 azalma ile %100 kurcalama algılama oranı elde etmiştir
Özet (Çeviri)
Significant attention has been brought towards biometric authentication in recent years, according to the rapidly growing demand for secure and reliable authentication methods. To improve the accuracy of biometric authentication systems, multiple templates are collected from each candidate, for different biometrics. Accordingly, any false positives or false negatives that may occur when matching one of the templates are rectified when matching the second one, and vice versa. Moreover, to reduce the overhead in the size of the data required to represent these templates, as well as secure these templates, recent studies use digital watermarking techniques to embed one of the templates, or its features, into the other. Fragile watermarking is widely used for this purpose, according to the ability of detecting any tampering when the watermark information is lost. However, this fragility denies the ability to further reduce the size of the data by compressing the image. Thus, a new watermarking approach is proposed in this study, in which the features extracted from the iris template are embedded in the face template of the candidate. The features of the iris are extracted using an autoencoder Artificial Neural Network (ANN), then, embedded in the DCT coefficients of the face image, after being quantized and before being compressed using Huffman Coding, based on the Joint Photographic Experts Group (JPEG) standard. The watermark information is embedded using the Least-Significant-Bit (LSB) watermarking method, where each value is calculated based on the corresponding value in the iris template and the DCT coefficient in the face template, and encrypted using Arnold Transform (AT). Accordingly, the watermark information is lost when the compressed watermarked image is attacked. Additionally, as the watermark information does contain similar patterns, but never identical even for the same candidate, an ANN is used to investigate the existence of these patterns in the extracted watermark, instead of comparing it to a static array. The proposed method has achieved 100% tamper detection rate with 0.05% reduction in iris recognition accuracy while maintaining the face recognition accuracy intact.
Benzer Tezler
- Nöropsikiyatrik hastalıkların tanısına destek amacıyla multimodal nörogörüntüleme verilerinin makine öğrenimi algoritmaları kullanılarak işlenmesi
Processing of multimodal neuroimaging data using machine learning algorithms to support diagnosis of neuropsychiatric diseases
CAN SOYLU
- Adaptive camera tamper detection for video surveillance
Video gözetleme için uyarlanabilir kamera tahrifi tesbit etme
ALİ SAĞLAM
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. ALPTEKİN TEMİZEL
- Ses delillerinin içerik önincelemesi ve tahrifinin tespiti için yeni yöntemler
New techniques for preliminary analysis and tamper detection of audio evidence
ERKAM UZUN
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSREV TAHA SENCAR
- Tersinir ve kırılgan sayısal damgalama için yeni bir yöntem
A novel reversible fragile digital image watermarking method
GÖKHAN AZİZOĞLU
Yüksek Lisans
Türkçe
2020
Adli TıpErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET NUSRET TOPRAK
- Görüntü sahteciliği tespiti için özgün kırılgan damgalama yöntemlerinin geliştirilmesi
Development of novel fragile watermarking methods for image forgery detection
ERTUĞRUL GÜL
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERKAN ÖZTÜRK