Geri Dön

Fotomontaj tespiti için görüntü işleme yönteminin geliştirilmesi

Development of image processing method for forgery detection

PDF İndir

  1. Tez No: 850853
  2. Yazar: CANBERK ŞAHİN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA ÖZDEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Bursa Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 125

Özet

Günümüzde bilgisayar teknolojilerinin gelişmesi ile görüntü işleme yazılımları sayesinde dijital görüntüler üzerinde belirgin bir iz bırakmadan manipülasyonlar yapılarak basitçe sahte görüntüler oluşturulmaktadır. Bu manipüle edilmiş sahte görüntülerin kötü niyetli kişiler tarafından medyada kullanılması ile görüntülerin sahte veya gerçek olup olmadığı tartışma konusu olmaktadır. Bu nedenle siyaset, hukuk, adli tıp gibi önemli alanlarda sahte görüntülerin manipüle edilen bölgenin tespit edilmesine büyük ihtiyaç duyulmaktadır. Sahte görüntülerin manipüle edilen bölgelerin tespit edilmesi için çok sayıda çalışma yapılmış ve çeşitli algoritmalar geliştirilmiştir. Günümüzde, görüntü sahteciliği tespiti için geleneksel yöntemlerin gelişmiş görüntü işleme yazılımları ile elde edilen sahte görüntüleri tespit etmede yetersiz kalması nedeniyle derin öğrenme yöntemleri araştırmacılar tarafından yaygın olarak tercih edilmektedir. Bu yöntemler, görüntülerin karmaşık özelliklerini elde ederek otomatik öğrenmeleri ve sahte ve gerçek görüntüleri sınıflandırabilmeleri gibi yetenekleri sayesinde daha yüksek başarı elde etmektedir. Derin öğrenme, özellikle evrişimsel sinir ağları gibi yenilikçi görüntü işleme yöntemlerinin geliştirilmesine olanak tanımaktadır. Bundan dolayı evrişimsel sinir ağları görüntülerdeki örüntüleri daha etkili bir şekilde yakalayabilmektedir ve sahte görüntüleri tespit etmede daha hassas olmaktadır. Bu çalışmada, ayrık kosinüs ve ayrık dalgacık dönüşümü gibi geleneksel yöntemlerin avantajları ile derin öğrenme tekniklerinin avantajlarını birleştirerek kullanan sahte görüntülerde manipüle edilen bölgeyi tespit eden bir yöntem önerilmiştir. Önerilen yöntemde evrişimsel sinir ağları ile birlikte ayrık dalgacık dönüşümü ve ayrık kosinüs dönüşümlerinin paralel olarak kullanıldığı bir mimari tasarlanmıştır. Yöntemin başarısını kıyaslayabilmek için sadece ayrık kosinüs ve evrişimsel sinir ağlarını kullanan ve sadece ayrık dalgacık dönüşümü ile evrişimsel sinir ağlarını kullanan ve her iki dönüşümü de kullanmayan sadece evrişimsel sinir ağlarını kullanan üç farklı yöntem uygulanmıştır. Toplamda dört farklı yöntem iki farklı veri seti üzerinde test edilerek Doğruluk (Accurancy), Kesinlik (Presicion), Duyarlılık (Recall), Dice Benzerlik Katsayısı (Dice Coefficient) ve F1 skoru gibi başarı metrikleri açısından karşılaştırılmıştır. Kıyaslamadan elde edilen sonuçlar önerilen yöntemin etkinliğini ve yüksek sınıflandırma doğruluğunu açıkça göstermiştir.

Özet (Çeviri)

Nowadays, with the development of computer technologies, digital images are manipulated without leaving a clear trace, and simply forgerd images are created thanks to image processing software. With the use of these manipulated forgered images by malicious people in the media, it is a matter of debate whether the images are forgered or original (authentic). For this reason, there is a great need to determine the region where forgered images are manipulated in important fields such as politics, law and forensic medicine. Many studies have been carried out and various algorithms have been developed to detect the manipulated regions of forgered images. Today, deep learning methods are widely preferred by researchers because traditional methods for detecting image forgery are insufficient to detect forgered images obtained with advanced image processing software. These methods achieve higher success thanks to their automatic learning by acquiring complex features of images and their ability to classify forgered and original images. Deep learning enables the development of innovative image processing methods, especially convolutional neural networks. Therefore, convolutional neural networks can capture patterns in images more effectively and are more sensitive in detecting forgered images. In this study, a method that uses the advantages of traditional methods such as discrete cosine and discrete wavelet transform by combining the advantages of deep learning techniques is proposed to detect the manipulated region in forgered images. In the proposed method, an architecture is designed in which discrete wavelet transform and discrete cosine transforms are used in parallel with convolutional neural networks. In order to compare the success of the method, three different methods were applied, using only discrete cosine and convolutional neural networks, using only discrete wavelet transform and convolutional neural networks, and using only convolutional neural networks without using both transformations. A total of four different methods were tested on two different data sets and compared in terms of success metrics such as Accuracy, Precision, Recall, Dice Coefficient and F1 score. The results obtained from the benchmark clearly demonstrated the effectiveness and high classification accuracy of the proposed method.

Benzer Tezler

  1. Tez No

    553808

    Fotoğrafta metinlerarasılık kavramının Ugo Mulas çalışmaları üzerinden incelenmesi

    Evaluation of intertextuality concept in photography through Ugo Mulas' artworks

    FULYA BETEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Güzel SanatlarYıldız Teknik Üniversitesi

    Sanat ve Tasarım Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR KUTAY

  2. Tez No

    200889

    Erzurum kent merkezindeki bazı tarihi yapı ve çevreleri üzerine görsel etki değerlendirmesi

    Visual impact assessment of some historical buildings and environments in Erzurum city centre

    ZEYNEP RABİYE BOZHÜYÜK

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Peyzaj MimarlığıAtatürk Üniversitesi

    Peyzaj Mimarlığı Ana Bilim Dalı

    Y.DOÇ.DR. YAHYA BULUT

  3. Tez No

    65956

    Determination of trap levels of MOS structure semiconductor devices at cryogenic temperatures

    MOS yapılı yarı iletken devre elemanlarının tuzak seviyelerinin düşük sıcaklıklarda tespiti

    NURAN DOĞRU

    Yüksek Lisans

    İngilizce

    İngilizce

    1997

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SADETTİN ÖZYAZICI

  4. Tez No

    320429

    John Heartfield ve nesne yorumu

    John Heartfield and object interpretation

    MERAL BOSTANCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Güzel SanatlarIşık Üniversitesi

    Sanat Bilimi Ana Bilim Dalı

    YRD. DOÇ. DR. NİLÜFER ÖNDİN

  5. Tez No

    473718

    Sayısal görüntü işleme teknikleri kullanılarak iki boyutlu görüntü üzerinde yapılan üç boyutlu manipülasyonun analizi

    The analysis of three dimensional manipulation on two dimensional image using digital image processing techniques

    METİN ATILGAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Disiplinlerarası Adli Bilimler Ana Bilim Dalı

    DOÇ. DR. REFİK SAMET

Geri Dön