Derin öğrenme ile görüntü sahtecilik tespiti
Image forgery detection with deep learning
- Tez No: 904278
- Danışmanlar: DR. ÖĞR. ÜYESİ İCLAL ÇETİN TAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 63
Özet
Dijital teknolojinin hızlı gelişimiyle, verilerin özellikle çevrim içi platformlar aracılığıyla dolaşımı büyük bir ivme kazanmıştır. Sosyal medya ve diğer dijital mecralar, kullanıcıların görüntüleri çok hızlı ve geniş bir kitleyle paylaşmasına olanak tanımaktadır. Bu durum, özellikle fotoğraflar ve videolar gibi görsel içeriklerin en yaygın dolaşıma giren veri türleri arasında yer almasını sağlamıştır. Ancak, bu yaygın kullanım görüntü sahteciliği riskini artırmış, sahtecilik olaylarının tespitini zorlaştırmış ve veri doğruluğu konusunda ciddi güvenlik açıklarına neden olmuştur. Özellikle sosyal medya platformlarında hızla yayılan manipüle edilmiş görüntüler, hem bireysel hem de kurumsal düzeyde güvenilir bilgi akışını tehlikeye atmaktadır. Bu durum, adli bilişim alanında görüntülerin orijinalliğini sağlama ve sahtecilik tespitine yönelik yeni tekniklerin geliştirilmesini zorunlu kılmıştır. Bu tez, Hata Seviyesi Analizi (ELA) ve Konvolüsyonel Sinir Ağları (CNN) tabanlı bir yaklaşım kullanarak görüntü sahteciliğini tespit etmeyi amaçlamaktadır. Önerilen yöntem, ELA ile elde edilen hata haritalarını kullanarak sahte ve orijinal görüntüler arasındaki farkları daha net hale getirmekte ve CNN modelinin bu farklılıkları öğrenerek yüksek doğruluk oranıyla sınıflandırma yapmasını sağlamaktadır. Farklı veri kümeleri üzerinde yapılan deneyler sonucunda elde edilen %93 doğruluk oranı, yöntemin etkinliğini ve genel uygulanabilirliğini göstermiştir.
Özet (Çeviri)
With the rapid development of digital technology, the circulation of data, especially through online platforms, has gained significant momentum. Social media and other digital platforms allow users to share images quickly and with a wide audience. This has made visual content, such as photos and videos, one of the most widely circulated types of data. However, this widespread use has increased the risk of image forgery, making it more difficult to detect forgery incidents and creating significant security vulnerabilities regarding data authenticity. Manipulated images that spread rapidly, particularly on social media platforms, endanger the flow of reliable information at both individual and institutional levels. This situation has necessitated the development of new techniques to ensure the authenticity of images and detect forgery within the field of digital forensics. This thesis aims to detect image forgery using an approach based on Error Level Analysis (ELA) and Convolutional Neural Networks (CNN). The proposed method makes the differences between fake and original images clearer by utilizing error maps obtained through ELA, and the CNN model learns these differences to classify images with a high accuracy rate. Experiments conducted on different datasets yielded an accuracy rate of 93%, demonstrating the effectiveness and general applicability of the method.
Benzer Tezler
- Derin öğrenme ile resim ve videolar üzerinde derin sahte tespiti
Deep fake detection on pictures and videos with deep learning
METİN BÜYÜKAVCILAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN ÇETİN
- Derin öğrenme yöntemleri ile görüntü sahteciliği tespiti
Photomontage detection with deep learning methods
NİHAT EREN ÖZMEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN BULUŞ
- 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
- Görüntü analizi uygulama süreçlerinin geliştirilmesi: Tamamlama, sahtecilik ve iyileştirme
Development of image analysis application processes: Completion, forgery and enhancement
HÜSEYİN ALPEREN DAĞDÖGEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM TÜRKOĞLU
- 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