طراحی الگوریتم شناسایی تصاویر جعلی با استفاده از شبکه عصبی پیچشی

شناسایی تصاویر جعل یکی از موضوع های چالش برانگیز در زمینه ی بینایی کامپیوتر است. تصاویر منبعی از اطلاعات هستند و در برخی از کاربردها به عنوان سند و شاهد مورد استفاده قرار می گیرند، از این رو اعتبار و صحت تصاویر مهم است. امروزه عمل جعل یا دست کاری تصویر با استفاده از ابزارهای ویرایش تصویر به راحتی انجام می شود. در دست کاری تصویر هدف، تغییر دادن مفهوم تصویر و در عین حال حفظ حداکثری یکپارچگی بافت و ساختار تصویر است. یکی از ساده ترین روش های دست کاری 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 می گیرد. 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 لایه های 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 دوم یک شبکه با دو انشعاب متشکل از لایه های کانولوشن کاملا مشابه اما با دو ورودی متفاوت، تصاویر رنگی و تصاویر حاصل از تجزیه و تحلیل خطا طراحی شده است. در هر دو روش انشعاب ها با هم ادغام شده و تصاویر به دو گروه جعل و سالم طبقه بندی می شوند. روش های پیشنهادی با استفاده از پایگاه داده MICC مورد ارزیابی قرار گرفته است و نتایج ارزیابی ها عملکرد رضایت بخش روش های پیشنهادی را نشان می دهد.

Keywords:

یادگیری عمیق , جعل کپی- انتقال , تجزیه و تحلیل خطا , شبکه عصبی کانولوشنی