Geri Dön

Altın orana dayalı iyileştirilmiş kapsül ağlarının füzyonu ile derin sahte video tespiti

Deep fake video detection by fusion of optimized capsule networks based on golden ratio

PDF İndir

  1. Tez No: 893002
  2. Yazar: SAMET DİNÇER
  3. Danışmanlar: PROF. DR. GÜZİN ULUTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Siber Güvenlik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Derin sahte videolar, gelişmiş yapay zekâ teknikleri kullanılarak üretilen sahte dijital içeriklerdir ve son yıllarda büyük bir tehdit haline gelmiştir. Bu videoların tespiti, toplumsal güvenliği ve kişisel mahremiyeti koruma açısından kritik bir önem taşımaktadır. Derin sahte video tespiti sürecinde, yüzdeki altın oran bilgisi kullanılarak çerçeve seçimi gerçekleştirilmiştir. Altın oran, yüzün estetik ve simetrik görünmesini sağlayan oranlar kullanılarak hesaplanır ve en uygun çerçeveler bu kritere göre seçilir. Bu yöntem, tespit sürecinin genel performansını artırmakta ve işlem süresini optimize etmektedir. Çalışmada, derin sahte videoların tespiti için özellik çıkarıcıların kullanımı ve kapsül ağı tabanlı sınıflandırma ağlarının kullanımı ve bunların füzyonu aşamaları uygulanmıştır. İlk olarak, VGG19, Efficient-Net B0 ve Efficient-Net B4 gibi derin ağ modelleri, video karelerinden anlamlı özelliklerin çıkarılmasında kullanılmıştır. Özellik çıkarma işlemi sonrası, bu özellikler kapsül ağı tabanlı sınıflandırıcı ağlara giriş olarak verilmiştir. Capsule Forensics ve ArCapsNet gibi kapsül ağı mimarileri kullanılmıştır. Deneysel sonuçlar, önerilen yöntemin mevcut derin sahte video tespit yöntemlerine kıyasla daha yüksek doğruluk ve güvenilirlik sağladığını göstermektedir. Çalışma, derin sahte video tespitinde yeni ve etkili bir yaklaşım sunarak, bu alandaki literatüre önemli bir katkı sağlamaktadır.

Özet (Çeviri)

Deepfake videos are fake digital content produced using advanced artificial intelligence techniques and have become a major threat in recent years. Detecting these videos is critical for protecting public safety and personal privacy. In the deepfake video detection process, frame selection is performed using the golden ratio information on the face. The golden ratio is calculated using ratios that ensure the face appears aesthetically pleasing and symmetrical, and the most suitable frames are selected according to this criterion. This method improves the overall performance of the detection process and optimizes processing time. In this study, the stages of using feature extractors, capsule network-based classification networks, and their fusion were applied for deepfake video detection. First, deep network models such as VGG19, Efficient-Net B0, and Efficient-Net B4 were used to extract meaningful features from video frames. After the feature extraction process, these features were input into capsule network-based classifier networks. Capsule network architectures such as Capsule Forensics and ArCapsNet were used. Experimental results show that the proposed method provides higher accuracy and reliability compared to existing deepfake video detection methods. The study offers a new and effective approach to deepfake video detection, making a significant contribution to the literature in this field.

Benzer Tezler

  1. Tez No

    736250

    The effect of FSH-priming on oocyte recovery, oocyte quality and in vitro embryo production in water buffaloes

    Mandalarda FSH ile uyarmanın oosit kazanımı, kalitesi ve in vitro embriyo üretimi üzerine etkisi

    GEORGIOS PETROVAS

    Doktora

    İngilizce

    İngilizce

    2022

    Veteriner Hekimliğiİstanbul Üniversitesi-Cerrahpaşa

    Dölerme ve Suni Tohumlama Ana Bilim Dalı​

    PROF. DR. SERHAT ALKAN

    PROF. DR. GİUSEPPE CAMPANILLE

  2. Tez No

    846836

    Assessment of urbanization history of Addis Ababa city, Ethiopia

    Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi

    ABDURAHMAN HUSSEN YIMER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Şehircilik ve Bölge PlanlamaMersin Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. ALİ CENAP YOLOĞLU

  3. Tez No

    418975

    Numerical solution of solidification and elastodynamics problems using dynamic substructuring based on adaptive error estimation

    Adaptif hata kestirimine dayalı dinamik alt yapılandırma yöntemi ile katılaşma ve elastodinamik problemlerinin nümerik çözümü

    ÖZGÜR UYAR

    Doktora

    İngilizce

    İngilizce

    2016

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ATA MUGAN

  4. Tez No

    1018479

    A numerical investigation of valve timing and variable compression ratio (vcr) strategies in a stroke volume modulated (svm) spark ignition (si) engine

    Değişken strok hacmine sahip buji ateşlemeli motorda subap zamanlaması ve değişken sıkıştırma oranı yöntemlerinin sayısal olarak incelenmesi

    AHMET YAPMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Otomotiv Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BARIŞ DOĞRU

  5. Tez No

    721975

    A new approach in studying the engineering behavior and mechanical properties of artificial bonded soils in the laboratory

    Bağlı yapay zeminlerin mühendislik ve mekanik özelliklerinin laboratuvarda incelenmesine yönelik yeni bir yaklaşım

    RICHARD VALL NGANGU RICARDO

    Doktora

    İngilizce

    İngilizce

    2022

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSAFFA AYŞEN LAV

Geri Dön