Citation Number
3
Views
11
Downloands
1
Son yıllarda hızla gelişen teknoloji ile birlikte verilerin sağlıklı bir şekilde elde edilmesi, elde edilen verilerin korunması ve elde edilen verilerin özgün olması büyük önem taşımaktadır. Özgünlüğün tespiti özellikle görüntüler üzerinde büyük önem teşkil etmektedir. Görüntülerde bozulma ya da değişiklik olup olmadığını tespit etmek ise tıptan, belgede sahteciliğe kadar geniş bir çalışma alanını etkilemektedir. Fotomontaj tespiti için derin öğrenme algoritmaları ile mevcut görüntü işleme metotlarının aynı anda kullanılması verimliliği arttırmaktadır. Yapılan çalışmalar, derin sinir ağları, yüksek boyutlu girdilerden karmaşık istatistiksel özellikleri elde edebildikleri ve hiyerarşik temsillerini etkili bir biçimde öğrenebildiklerini göstermişlerdir. Bu çalışmada görüntü üzerinde değişiklik yapılmış kısım ile yapılmamış kısım arasındaki farkı daha rahat ayırabilmek için geliştirilmiş maske bölgesel evrişimsel sinir ağı (Mask R-CNN) ile bu sinir ağına bağlanan sobel filtresi kullanılmaktadır. Sobel filtresi, sinir ağı ile tahmin edilen maskelerin zemin üzerindeki maskeye benzer görüntü gradyanlarına sahip olmasını teşvik etmek için yardımcı bir görev görür. Ağ ile kopyala taşıma ve birleştirme işlemleri algılanabilmektedir. Sinir ağı uygulanırken COCO veri seti kullanılmıştır. Yapılan çalışma ile daha yüksek başarı oranları elde edilmiştir.
With the technology that has evolved rapidly in recent years, it is of great importance to obtain data in a healthy way, to protect the data obtained and to make the data obtained original. Identification of originality is of great importance especially on images. Determining whether there is a distortion or change in images affects a wide range of work spaces, from medicine to document fraud. The use of deep learning algorithms for photomontage and existing image processing methods simultaneously increases the efficiency. Studies have shown that they are able to obtain complex statistical characteristics from deep nerve networks, high-dimensional entries, and they are able to effectively learn their hierarchical representations. In this study the difference between the modified part on the image and the unmade part is more convenient, the mask developed with the regional evolutionary nerve network (Mask R-CNN) is used with the slurry filter connected to this nerve network. The Sobel filter is a helpful task to encourage predicted masks with the nerve network to have image gradients similar to the mask on the ground. Copy and networking processes can be detected. The COCO data set was used when the nerve network was applied. The work has been achieved with a higher success rate.
With the rapidly developing technology in recent years, obtaining the data properly, protection of the obtained data and it is very important that the obtained data are original. Identification of originality is of great importance, especially on images. Detecting whether there is distortion or change in images affects a wide range of work field from medicine to document forgery. The simultaneous use of deep learning algorithms and existing image processing methods for photomontage detection increases efficiency. Studies have shown that deep neural networks can obtain complex statistical properties from high dimensional inputs and can learn their hierarchical representation effectively. In this study, in order to discriminate the difference between the part that has been changed and the part that has not been changed, we used the improved mask regional convolutional neural network (Mask R-CNN) and the sobel filter connected to this neural network. The Sobel filter acts as an assistant to promote masks to have similar mask image gradients on the ground estimated by the neural network. Copy-move and splicing operations can be detected with the network. The COCO data set was used when applying the neural network. Higher success rates were obtained with the study.
Field : Mimarlık, Planlama ve Tasarım; Mühendislik
Journal Type : Uluslararası
Article Detail 
Citation Owners
Similar Articles
Download PDF
Journal Information
Listen Paper
Print This Page
Share
Mendeley
