آمار
| تعداد نشریات | 16 |
| تعداد شمارهها | 147 |
| تعداد مقالات | 1,156 |
| تعداد مشاهده مقاله | 4,105,237 |
| تعداد دریافت فایل اصل مقاله | 163,066 |
طراحی الگوریتم شناسایی تصاویر جعلی با استفاده از شبکه عصبی پیچشی | ||
| پژوهش های سایبر الکترونیک | ||
| دوره 02، شماره 2، آبان 1402، صفحه 58-72 اصل مقاله (819.02 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| چکیده | ||
| شناسایی تصاویر جعل یکی از موضوعهای چالشبرانگیز در زمینهی بینایی کامپیوتر است. تصاویر منبعی از اطلاعات هستند و در برخی از کاربردها به عنوان سند و شاهد مورد استفاده قرار میگیرند، از این رو اعتبار و صحت تصاویر مهم است. امروزه عمل جعل یا دستکاری تصویر با استفاده از ابزارهای ویرایش تصویر به راحتی انجام میشود. در دستکاری تصویر هدف، تغییر دادن مفهوم تصویر و در عین حال حفظ حداکثری یکپارچگی بافت و ساختار تصویر است. یکی از سادهترین روشهای دستکاری تصویر روش جعل کپی- انتقال است. در این روش بخشی از تصویر کپی و در مکان دیگری در همان تصویر منتقل میشود. این عمل با هدف پنهانسازی جزئیات خاصی از تصویر یا تکثیر جلوههای ویژه در تصویر صورت میگیرد. در این پژوهش، هدف طراحی شبکه یادگیری عمیق جهت شناسایی تصاویر جعلی از تصاویر سالم است و برای این منظور دو روش ارائه شده است. در روش اول یک شبکه با سه انشعاب مختلف متشکل از لایههای کانولوشن با سایز فیلترهای متفاوت طراحی شده است. این شبکه با تصاویر رنگی و تصاویر حاصل از تجزیه و تحلیل خطا، آموزش و مورد ارزیابی قرار گرفته است. در روش دوّم یک شبکه با دو انشعاب متشکل از لایههای کانولوشن کاملا مشابه امّا با دو ورودی متفاوت، تصاویر رنگی و تصاویر حاصل از تجزیه و تحلیل خطا طراحی شده است. در هر دو روش انشعابها با هم ادغام شده و تصاویر به دو گروه جعل و سالم طبقهبندی میشوند. روشهای پیشنهادی با استفاده از پایگاه داده MICC مورد ارزیابی قرار گرفته است و نتایج ارزیابیها عملکرد رضایتبخش روشهای پیشنهادی را نشان میدهد. | ||
| کلیدواژهها | ||
| یادگیری عمیق؛ جعل کپی- انتقال؛ تجزیه و تحلیل خطا؛ شبکه عصبی کانولوشنی | ||
|
آمار تعداد مشاهده مقاله: 83 تعداد دریافت فایل اصل مقاله: 72 |
||