شناسايي تصاوير جعلي تركيبي با استفاده از يادگيري عميق

چكيده- جرم شناسي تصـاوير ديجيتـال، علمي براي تشخيص اصالت تصوير است. همراه با پيشرفت در پردازش تصاوير ديجيتال و تكنيك‌هاي ارتباطات چندرسانه‌اي، تكنولوژي جرم شناسي تصـاوير ديجيتـال در دهه‌هاي اخير بسيار سريع توسعه يافته و با چالش‌هاي فزاينده‌اي نسبت به گذشته مواجه است. بنابراين، طراحي ابزارهاي موثر جهت كشف جعل تصوير براي جلب مجدد اعتماد عمومي به تصاوير ديجيتال از اهميت بالايي برخوردار است. تركيب تصوير يكي از رايج‌‌ترين روش‌هاي جعل تصاوير است. دستكاري در اين روش، با كپي كردن يك منطقه از يك تصوير و چسباندن آن روي تصوير ديگر صورت مي‌گيرد. روش‌هاي متعددي براي تشخيص چنين جعلي ارائه شده‌اند كه هر يك نقاط ضعف و قوتي دارند. اخيراً به كارگيري الگوريتم‌هاي يادگيري عميق و بهره‌گيري از پتانسيل‌هاي آن جهت رفع محدوديت‌هاي روش‌هاي موجود مورد توجه قرار گرفته است. روش ما، مبتني بر الگوريتم‌هاي يادگيري عميق است. ما چندين شبكه مختلف را آموزش داده و در نهايت براي طبقه‌بندي نهايي تصاوير از «طبقه‌بند تركيبي» استفاده كرديم كه در اين حالت سطح اطمينان بالاتري داريم. پارامتر Accuracy براي سيستم پيشنهادي برابر با 93% است. آزمايشات بر روي ديتاست استاندارد CASIA v2.0 انجام شده است.