Yapay zeka yöntemleri ile bölge tabanlı kopyala-yapıştır sahteciliği tespiti

Abstract

Teknolojinin gelişmesi ile beraber sayısal olarak herhangi bir resim üzerinde kolaylıkla değişiklikler yapılabilmektedir. Herhangi bir görüntü üzerinde değiştirilme yapılıp yapılmadığının tespit edilmesi hukuki, askeri, siyasi vb. birçok açıdan büyük bir problem haline gelmiştir. Görüntü üzerinde yapılan sahtecilik türleri içerisinde en yaygın olarak kullanılan biçimi, kopyala yapıştır sahteciliğidir. Literatürde resim içinde tekrar eden bölgelerin belirlenmesi için çeşitli yöntemler ortaya konulmuştur. Bu yöntemler blok temelli, anahtar nokta temelli, bölütleme ve derin öğrenme temelli olmak üzere dört sınıfa ayrılmaktadır. Görüntü üzerinde anlamlı bölgeleri tespit etme işlemine anlamsal bölütleme denilmektedir. Anlamsal bölütleme askeri, robotik, biyomedikal gibi pek çok alandakullanılmaktadır. Tez çalışmasında kopyala yapıştır sahteciliği tespiti yöntemleri incelenmiş ve anlamsal bölütlemeye dayalı yeni bir yöntem sunulmu¸stur. Sahtecilik bölgelerinin daha yüksek dogrulukla tespitini yaparken aynı zamanda hesaplama süresini de azaltacak biçimde ayrık kosinüs dönüşümü ve anlamsal bölütleme tabanlı bir kopyala yapıştır sahteciliği tespit algoritması geliştirilmiştir. Önerilen yöntem, literatürdeki diğer blok tabanlı çalışmalarla karşılaştırılmıştır. Deney sonuçları ile önerilen yöntemin zaman maliyetini düşürdüğü ve başarı sonucunu artırdığıispat edilmiştir.Anahtar Kelimeler: Kopyala Yapıştır Sahteciliği, Görüntü Anlamsal Bölütleme, Derin Öğrenme, Bilgi Güvenliği, Görüntü Sahteciliği

With the advancement of technology, it is simple to modify any digital image. Detecting if a picture has been modified has legal, military, political, and other applications. It has become a significant issue in several ways. Copy-and-paste forgery is the most prevalent sort of picture forgery. Numerous techniques have been presented in the literature for identifying repeating sections in an image. These approaches are categorized as block-based, key-point-based, segmentation-based, and deep learning-based. The method of identifying meaningful picture sections is known as semanticsegmentation. Semantic segmentation is utilized in several disciplines, including the military, robotics, and healthcare. In the thesis, detection approaches for copy-paste fraud were analyzed, and a novel method based on semantic segmentation was developed. A copy-paste forgery detection technique based on discrete cosine transform and semantic segmentation has been developed, which reduces computation time while increasing the accuracy of detecting counterfeit regions. In the literature, the suggested strategy was compared to existing block-based investigations. The experimental findings demonstrate that the suggested strategy decreases the cost of time and improves the success rate.Keywords: Copy-Move Forgery Detection, Deep Learning, Semantic Segmentation, Information Security, Image Forensic