ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی روش های کشف ویدیو جعل عمیق با استفاده از شبکه های مصنوعی

تعداد صفحات: 8 | تعداد نمایش خلاصه: 3 | نظرات: 0
سال انتشار: 1398
کد COI مقاله: RCEITT06_021
زبان مقاله: فارسی
(فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی روش های کشف ویدیو جعل عمیق با استفاده از شبکه های مصنوعی

عارفه نامجو - دانشجوی کارشناسی کامپیوتر دانشکده فنی و حرفه ای حضرت فاطمه (س)
آزاده احمدی - مدرس دانشکده فنی و حرفه ای دختران حضرت فاطمه (س)

چکیده مقاله:

؛ Deep fake یا جعل عمیق، ترکیبی از کلمه های "یادگیری عمیق" و "جعلی" یک تکنیک برای ترکیب تصویر انسان مبتنی بر هوش مصنوعی است. جعل عمیق تصاویر و فیلم های موجود را بر روی تصاویر یا فیلم های منبع قرار می دهد و از یک تکنیک یادگیری ماشین به نام >شبکه مولد تخاصمی GAN> استفاده می کند. ویدیوی جعلی، ترکیب فیلم های موجود و منبع است که فرد یا افرادی را درحال انجام یک کار در موقعیتی نشان می دهد که هرگز در واقعیت اتفاق نیفتاده است. یکی از کاربردهای یادگیری عمیق که اخیرا پدیدار شده است جعل عمیق است. الگوریتم های deepfake می توانند تصاویر و فیلم های جعلی ایجاد کنند که انسان نکی تواند از موارد معتبر متمایز کند. بنابر این پیشنهاد فناوری هایی که می توانند به طور خودکار صداقت رسانه های تصویری دیجیتال را تشخیص داده و ارزیابی کنند ضروری است. در این مقاله یک بررسی از الگوریتم های مورداستفاده برای ایجاد جعل عمیق و مهمتر از همه روش های پیشنهادی برای شناسایی جعل عمیق در نوشته ها تا به امروز ارائه شده است.

کلیدواژه ها:

؛ deep fake؛ جعل عمیق ، یادگیری عمیق ، ویدیو جعلی ، هوش مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1115574/

کد COI مقاله: RCEITT06_021

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نامجو، عارفه و احمدی، آزاده،1398،بررسی روش های کشف ویدیو جعل عمیق با استفاده از شبکه های مصنوعی،ششمین همایش ملی پژوهش های مهندسی رایانه،تهران،،،https://civilica.com/doc/1115574

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، نامجو، عارفه؛ آزاده احمدی)
برای بار دوم به بعد: (1398، نامجو؛ احمدی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 3,111
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی