الگوریتم معتبر برای شناسایی جعل در تصاویر دیجیتالی با روش کپی - انتقال
- سال انتشار: 1396
- محل انتشار: سومین کنفرانس ملی تکنولوژی مهندسی برق و کامپیوتر
- کد COI اختصاصی: ETECH03_039
- زبان مقاله: فارسی
- تعداد مشاهده: 1087
نویسندگان
دانشکده مکاترونیک-دانشگاه آزاد اسلامی استان البرزکرج ، ایران
دانشکده مکاترونیک-دانشگاه آزاد اسلامی استان البرز کرج ، ایران
چکیده
با توجه به گسترش روزافزون بهرهبرداری از نرم افزارهای قوی ویرایش تصاویر دیجیتالی، افراد غیر متخصص نیز به راحتی میتوانند تصاویر را دستکاری نمایند . جعل کپی - انتقال، یکی از رایجترین دستکاریها در تصاویر دیجیتالی است. در این مقاله، نمونه هایی از الگوریتمهای شناسایی جعل در تصاویر دیجیتالی ارایه می گردد و در نهایت روش موثری برای بررسی و شناسایی جعل کپی-انتقال، پیادهسازی میشود. در الگوریتم پیشنهادی، ترکیبی از روشهای بلوک محور و نقاط کلیدی برای استخراج نواحی جعلی، پیاده سازی شده است. نخست، با استفاده از الگوریتم خوشه بندی ساده (SLIC 1)، تصویر ورودی به بلوکهای نامنظم و غیرهم پوشان، تقسیم بندی میشود. سپس نقاط ویژگی، به عنوان مشخصه های بلوک، با استفاده از روش باینری محلی با چندرزولوشن (MLBP 2) ، استخراج میگردد و ویژگیهای بلوک با همدیگر، انطباق داده میشوند، تا نواحی جعلی شناسایی گردند. در نهایت، برای حذف جورشده های اشتباه از الگوریتم RANSAC (وفاق نمونه تصادفی) استفاده شده است. نتایج آزمایشات با استفاده از بانک اطلاعاتی آزمون و روشهای جعل افزودن نویز، مقیاس گذاری و غیره نشان میدهد که الگوریتم پیشنهادی، در زمینه ی تشخیص جعل کپی-انتقال، به دقت 96 درصد و فراخوانی 97 درصد میرسد. همچنین نسبت به سایر روشهای برجستهای موجود در فراخوانی و دقت، به اندازه ی 2درصد بهبود یافته است. این الگوریتم، حتی میتواند روشهای مقیاس گذاری و افزودن نویز را نیز به وسیله محاسباتی که پیچیدگی کمتری دارند، شناسایی نماید.کلیدواژه ها
الگوریتم خوشه بندی ساده، جعل کپی-انتقال، الگوهای باینری محلی، مشخصه بلوک، استخراج نواحی جعلیمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
اطلاعات بیشتر در مورد 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.