Copy-move forgery detection in digital images using convolutional neural network
Evrişimsel sinir ağları kullanılarak sayısal görüntülerde kopyalama sahteciliğinin algılanması
- Tez No: 713428
- Danışmanlar: DR. TUTOR MEMBERS OF MUSTAFA KAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Adli Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
Görüntüdeki bilgileri gizlemek veya çarpıtmak için bir görüntüyü manipüle etmek için görüntü düzenleme araçlarının yaygın kullanımının bir sonucu olarak, görüntü sahteciliği tespiti, dijital görüntü adli tıp alanında sıcak bir araştırma konusu haline geldi. En sık yapılan görüntü sahtekarlıklarından biri kopyala-taşı sahtekarlığıdır. Kopyala-taşı sahtekarlığı, görüntünün bir bölümünün kopyalanmasını ve aynı görüntünün başka bir bölümüne yapıştırılmasını içerir. Bir görüntünün gerçekliğinin gerekli olup olmadığını tespit etme ihtiyacı. Görüntü sahteciliğini tespit etmek için uygulanan mevcut yöntemler, blok tabanlı ve anahtar nokta tabanlı algoritmalar gibi geleneksel özellik çıkarma algoritmalarına dayanıyordu. Kullanılan bu geleneksel teknikler, düşük performanslı bir sonuç üretir. Derin öğrenme tekniklerinin görüntü işleme görevlerinde daha iyi performans sağladığı kanıtlanmıştır. Bu çalışmada, dijital görüntülerde kopyala-taşı sahtekarlığını tespit etmek için önceden eğitilmiş bir ResNet50 ağına dayalı evrişimli bir sinir ağı önerilmiştir. Önerilen model, deneyi gerçekleştirirken CoMoFoD görüntü veri setini kullanır. Önerilen modelde elde edilen metrik değerlendirme sonuçları, dijital görüntülerde kopyala-taşı sahteciliğini tespit etmede derin öğrenme yöntemleri performansının daha etkili ve verimli olduğunu göstermektedir.
Özet (Çeviri)
The detection forgery in digital images has become a hot domain of research in the field of digital image forensics as a result of the prevalent use of image editing tools for manipulating an image to conceal or distort information in the image. One of the most common image forgeries performed is the copy-move forgery. This type of forgery involves copying a segment of the image which is then pasted to a different segment of the same image. The need for detecting whether an image is authentic becomes essential. The existing methods implemented for detecting image forgeries were based on traditional feature extraction algorithms such as block-based and key point-based algorithms. These traditional techniques employed produce a low-performance result. Deep learning techniques have proven to provide better performance in image processing tasks. In this research, a convolutional neural network that is based on a pre-trained ResNet50 network was proposed for the detection of copy-move forgeries in digital images. The proposed model uses the CoMoFoD image dataset in carrying out the experiment. The metric evaluation results achieved in the proposed model show that deep learning methods performance is more effective and efficient in digital image copy-move forgery detection.
Benzer Tezler
- Yapay zeka yöntemleri ile bölge tabanlı kopyala-yapıştır sahteciliği tespiti
Detection of copy-paste forgeries based on region using artificial intelligence methods
ABDURRAHMAN YAVUZ ASLANTAŞ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FEHİM KÖYLÜ
- Derin öğrenme modelleri kullanarak ses işaretlerinden sahtecilik tespiti
Forgery detection from audio signals using deep learning models
FULYA AKDENİZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Kopyala taşı sahtecilik tespitine yönelik geliştirilmiş yerel ikili örüntü algoritması tasarımı
Enhanced local binary pattern algorithm design for copy move forgery detection
FATİH DAĞDEVİREN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
PROF. DR. MUSTAFA SERDAR KORUKOĞLU
DOÇ. DR. MUHAMMET GÖKHAN CİNSDİKİCİ
- Sayısal görüntülerde kopyala-yapıştır sahteciliği tespiti
Copy-move forgery detection on digital images
GÜL TAHAOĞLU
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜZİN ULUTAŞ
- Anahtar noktası tabanlı kopyala yapıştır sahteciliği tespiti
Keypoint based copy move forgery detection methods
GÜL MUZAFFER
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜZİN ULUTAŞ