- Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi
- Vol: 28 Issue: 5
- Copy-Move forgery detection and localization with hybrid neural network approach
Copy-Move forgery detection and localization with hybrid neural network approach
Authors : Gül TAHAOĞLU, Guzin ULUTAS
Pages : 748-760
View : 10 | Download : 4
Publication Date : 2022-10-31
Article Type : Research
Abstract :Görüntünün bir kısmının kopyalayıp aynı görüntü üzerinde başka bir bölgeye bölge gizlemek veya çoğaltmak amacıyla yapıştırılarak oluşturulan kopya-taşı sahteciliği, son yıllarda en çok karşılaşılan görüntü sahteciliği tekniğidir. Literatürde bu tür sahtecilikleri tespit etmek için birçok çalışma önerilmiştir. Bu yaklaşımların ana dezavantajı, sahte görüntü bazı işleme öncesi veya sonrası saldırılara maruz kaldığında performanslarının düşebilmesidir. Bu çalışmada, derin öznitelikler ile DCT tabanlı blok özniteliklerinin bir arada kullanıldığı hibrit bir yaklaşım ile çeşitli saldırı senaryolarında dahi daha iyi tespit oranlarının elde edilmesi amaçlanmaktadır. Önerilen yöntem, ön işleme aşamasında LDR adı verilen global bir kontrast düzeltme tekniği kullanır ve daha sonra derin bir sinir ağı kullanarak görüntü yamalarından derin öznitelikler çıkarır. Yöntem ayrıca, yöntemi JPEG sıkıştırma saldırılarına karşı daha sağlam hale getirmek için görüntüden blok özellikleri alır. Hibrit özellikler (derin ve blok tabanlı özellikler) Yama Eşleştirme kullanılarak eşleştirilir ve ardından yanlış eşleşmeleri en aza indirmek için eşleştirme sonuçları üzerinde önerilen son işleme işlemi gerçekleştirilir. Mevcut veri tabanları üzerinde gerçekleştirilen deneysel çalışmalara göre önerilen şema, yüksek oranda parametrelerle yapılan saldırılar altında bile hem anahtar nokta tabanlı hem de blok tabanlı referanslara kıyasla daha iyi sonuçlar vermektedir.Keywords : Kopyala-taşı sahteciliği, Derin öznitelikler, Hibrit öznitelikler, Yama tabanlı eşleşeme